首先介绍关于Numpy的简单使用
numpy是python的开源的数值计算扩展
可用来存储和处理大型矩阵,比python自身数据结构要高效
numpy将python变成一种免费的强大的Matlab系统
创建ndarray对象,有三种创建方式
1.从python的基础数据对象转化
2.通过numpy内的函数生成
3.从硬盘,数据库(文件)读取数据
索引和切片
1.print(c[1:5])
2.print(c[:5])
3.print(c[::-1])
numpy常用函数
min,max,median,mean,variance,sort
1.np.f()
2.x.f()
"""
numpy是python的开源的数值计算扩展
可用来存储和处理大型矩阵,比python自身数据结构要高效
numpy将python变成一种免费的强大的Matlab系统
创建ndarray对象,有三种创建方式
1.从python的基础数据对象转化
2.通过numpy内的函数生成
3.从硬盘,数据库(文件)读取数据
索引和切片
1.print(c[1:5])
2.print(c[:5])
3.print(c[::-1])
numpy常用函数
min,max,mean,sort,median...
"""
importnumpyasnp
#1.从python的基础数据对象转化
a = [1,2,3,4]
x1 = np.array(a)
print(x1)
print(type(x1))
#2.通过numpy内的函数生成
x2 = np.arange(11)
print(x2)
#3.从硬盘,数据库(文件)读取数据
x3 = np.loadtxt("shuju.txt",delimiter=" ",skiprows=1,usecols=(,1),unpack=False)
print(x3[:5])
#这就是unpack=对应False,True区别
x4,x5 = np.loadtxt("shuju.txt",delimiter=" ",skiprows=1,usecols=(,1),unpack=True)
print(x4)
print(x5)
#索引和切片
# 1.print(c[1:5])
# 2.print(c[:5])
# 3.print(c[::-1])
print(x2[1:8],x2[5:],x2[::2])
返回结果:
要读取的文件、文件名、或生成器。
数据类型,默认float。
注释。
分隔符,默认是空格。
跳过前几行读取,默认是0,必须是int整型。
:要读取哪些列,0是第一列。例如,usecols = (1,4,5)将提取第2,第5和第6列。默认读取所有列。
如果为,将分列读取。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
一、绘制散点图
importnumpyasnp
importmatplotlib.pyplotasplt
#关于散点图,表示描述相关性,正相关,负相关。。。。
x4,x5 = np.loadtxt("shuju.txt",delimiter=" ",skiprows=1,usecols=(,3),unpack=True)
plt.scatter(x4,x5,s=5,c='r',alpha=0.5)#s表示图形面积,c表示颜色,alpha表示透明度
plt.show()
二、绘制折线图
importnumpyasnp
importmatplotlib.pyplotasplt
#关于散点图,表示描述相关性,正相关,负相关。。。。
x2,x3,x4 = np.loadtxt("shuju.txt",delimiter=" ",skiprows=1,usecols=(,2,3),unpack=True)
plt.plot(x2,x3,"-",c="r",marker="p")
plt.plot(x2,x4,"-.",c="g",marker="o")
plt.show()
三、绘制条形图
importnumpyasnp
importmatplotlib.pyplotasplt
x2,x3,x4 = np.loadtxt("shuju.txt",delimiter=" ",skiprows=1,usecols=(,2,3),unpack=True)
n =5
y = [15,25,10,18,30]
index = np.arange(n)
p1 = plt.bar(left=index,height=y,bottom=None,color="red",width=0.5)
plt.show()
水平条形图绘制:
importnumpyasnp
importmatplotlib.pyplotasplt
x2,x3,x4 = np.loadtxt("shuju.txt",delimiter=" ",skiprows=1,usecols=(,2,3),unpack=True)
n =5
y = [15,25,10,18,30]
index = np.arange(n)
# p1 = plt.bar(left=0,height=0.5,bottom=index,color="green",width=y,orientation="horizontal")
p1 = plt.barh(left=,height=0.5,bottom=index,color="green",width=y)
plt.show()
绘制层叠的条形图:
importnumpyasnp
importmatplotlib.pyplotasplt
#左右层叠
x2,x3,x4 = np.loadtxt("shuju.txt",delimiter=" ",skiprows=1,usecols=(,2,3),unpack=True)
n =5
y1 = [15,25,10,18,30]
y2 = [31,42,18,35,21]
bar_width =0.3
index = np.arange(n)
plt.bar(index,y1,bar_width,color="b")
plt.bar(index+bar_width,y2,bar_width,color="green")
plt.show()
importnumpyasnp
importmatplotlib.pyplotasplt
#上下层叠
x2,x3,x4 = np.loadtxt("shuju.txt",delimiter=" ",skiprows=1,usecols=(,2,3),unpack=True)
n =5
y1 = [15,25,10,18,30]
y2 = [31,42,18,35,21]
bar_width =0.3
index = np.arange(n)
plt.bar(index,y1,bar_width,color="b")
plt.bar(index,y2,bar_width,color="green",bottom=y1)
plt.show()
四、绘制直方图
绘制双变量直方图
五、绘制饼图
importmatplotlib.pyplotasplt
labels ='A','B,','C','D','E'
fracs = [30,20,19,16,15]
explode = [0.02,0.04,0.06,0.08,0.1]#跳跃突出显示
plt.axes(aspect=1)#使饼图100%圆
plt.pie(x=fracs,labels=labels,autopct='%.0f%%',explode=explode,shadow=True)#shadow使其显示阴影
plt.show()
六、绘制箱形图
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
待续。。。。。。。。。
领取专属 10元无门槛券
私享最新 技术干货