Numpy-Matplotlib科学计算库

#检测是否安装第三方库

pip show numpy

pip show matplotlib

一、numpy科学计算库的应用

1、numpy的数组对象-ndarray

Numpy最重要的一个特点是其N维数组对象ndarray，它是用于存放同类型元素的多维数组，ndarray中的每个元素在内存中占有相同大小的区域。

2、对象ndarray的常用方法

import numpy as np  #导入第三方库
arr = np.array((1,5,4,3,6))      #1、创建数组对象arr
arr

arr2 = np.array([[2,4,6,7],[5,67,8,3],[3,5,7,8]])      #2、创建数组对象arr
arr2

arr3 = np.linspace(10,100,20)
arr3

 

arr4 = np.logspace(10,100,10)
arr4

 

arr4.shape   #数组的形状是1行10列

arr2.shape   #数组的形状是3行4列

arr4.size   #数组的元素个数为10个

arr2.size    #数组的元素个数为3*4=12个

arr2.ndim

3、nadarray对象的索引与切片

（1）索引支持正向索引（从左到右，下标从0开始不断增大）和反向索引（从右到左，下标从-1开始不断减小），与序列的索引和切片类似 （2）切片操作可通过slice函数，设置start]stop和step参数进行；也可以通过冒号分隔切片参数 start:stop:step进行。 （3）多维数组的操作与一维相似，每维索引切片直接用逗号分解

arr5 = np.arange(24).reshape([4,6])
arr5

arr5.T

arr5[0:3,2:5]

4、Numpy的通用函数

（1）数学函数 （2）随机函数 （3）统计函数 （4）其他函数

#(2)随机函数
arr6 = np.random.rand(3,5)
arr6

5、数组运算

1、Numpy的广播机制
 （1）numPy中有两个数组的相加、相减以及相乘都是对应元素的操作
 （2）广播机制：当两个数组的形状不相同时，可以通过扩展数组的方法来实现相加、相减、相乘的操作
 2、运算类型：
 （1）形状相同的数组间运算
 （2）形状不同的数组间运算
 （3）数组和标量间运算
 （4）数组间的集合运算
 （5）数组间的连接与分割 

arr7 = np.random.uniform(10,100,(3,5,4))
arr7

 

arr8 = np.random.uniform(10,100,(3,5,4))
arr8

 

二、matplotlib数字可视化库的应用

1、matplotlib.pyplot绘图相关的对象：
（1）容器类：图（figure）、坐标系（axes）、坐标轴（axis）、刻度（tick）
 (2) 基础类：线(line)、点(narker)、文本(text)、图例(legend)、网格(grid)、标题(title) 

2、绘图的类型：

(1)线型图：plot()
 (2)直方图：hist()
 (3)条形图：bar()
 (4)饼图：pie()
 (5)散点图：scatter()
 (6)3D图：from mpl_toolkits.nplt3d import Axes3D

import matplotlib.pyplot as plt  #导入第三方库，别名plt

#（1）线型图：plot()
#plt.plot([1,5,0,3,9])                      #当里面为一组数组时是表示个点的y坐标，x坐标默认为0，1，2 .。。
#plt.plot([1,5,0,3,9],[1,3,5,7,9])   
#plt.plot((1,3),(5,3),(0,5),(3,7),(9,9))    #里面有两个数组时，x坐标在y坐标在后
plt.plot([2,5,6,3,2],[2,2,3,3,2])           #绘制平行四边形
plt.axis([0,8,0,5])                            #设置坐标轴的取值范围，数据需要用列表描述
#plt.axis('off')
plt.savefig('../R&Q_pic/test0.png',dpi = 600)      #图片保存在指定的文件夹中，图表的分辨率为600像素