numpy、scipy、pandas、matplotlib的读书报告

目录

numpy、scipy、pandas、matplotlib读书报告

引言

基本函数用法

Numpy：

Scipy：

Pandas：

Matplotlib：

应用

具体问题

图像处理

---

numpy、scipy、pandas、matplotlib读书报告

• 引言

面对庞大的数据集，我们可以使用pandas来处理和分析数据；接着我们可以使用numpy读取、处理和操作图像数组；scipy的ndimage模块提供了许多图像处理和分析功能，如图像滤波、旋转、缩放、二值化等功能，可以帮助我们预处理和分析图像数据；然后将处理后的数据传递给matplotlib来绘制各种图表进行可视化。

• 基本函数用法

1. Numpy：

Numpy主要用于处理大型多维数组和矩阵，并提供大量的数学函数来操作这些数组。可使用numpy计算数组的平均值、标准差、最大值、最小值等。

我创建了一个一维数组，并计算其均值。如：

图2.1.1

1. Scipy：

Scipy提供了许多数学算法和函数，包括优化、线性代数、积分、插值、特殊函数、快速傅里叶变换等。可使用scipy求解线性方程组、进行数值积分和插值操作。

我创建了一个二维数组（二阶矩阵），并计算其行列式和逆。如：

图2.2.1

1. Pandas：

Pandas提供了DataFrame和Series两种数据结构，可以方便地处理和分析表格型数据。

我分别创建了两个CSV文件price2016bj.csv和price2016.csv ，内容如下：

图2.3.1

图2.3.2

使其显示文件前几行数据，如下图

图2.3.3

图2.3.4

1. Matplotlib：

Matplotlib可以绘制各种静态、动态、交互式的图表。如绘制折线图、散点图、柱状图、饼图等常见图表，并介绍图表的定制和美化。

我定义了下x,y的数据，使用plot函数绘制折线图并显示其图形。

图2.4.1

• 应用

1. 具体问题——霍兰德人格分析

2. 图像处理

3. 【代码源于课本，需注意：plt.thetagrids 函数不支持 frac 这个关键字参数，去掉即可】

4. #e19.2DrawHollandRadar
   import numpy as np
   import matplotlib.pyplot as plt
   import matplotlib
   matplotlib.rcParams['font.family']='SimHei'
   matplotlib.rcParams['font.sans-serif'] = ['SimHei']
   radar_labels = np.array(['研究型(I)','艺术型(A)','社会型(S)','企业型(E)','常规型(C)','现实型(R)'])
   nAttr = 6
   data = np.array([[0.40, 0.32, 0.35, 0.30, 0.30, 0.88],
                    [0.85, 0.35, 0.30, 0.40, 0.40, 0.30],
                    [0.43, 0.89, 0.30, 0.28, 0.22, 0.30],
                    [0.30, 0.25, 0.48, 0.85, 0.45, 0.40],
                    [0.20, 0.38, 0.87, 0.45, 0.32, 0.28],
                    [0.34, 0.31, 0.38, 0.40, 0.92, 0.28]]) #数据值
   data_labels = ('工程师', '实验员', '艺术家', '推销员', '社会工作者','记事员')
   angles = np.linspace(0, 2*np.pi, nAttr, endpoint=False)
   data = np.concatenate((data, [data[0]]))
   angles = np.concatenate((angles, [angles[0]]))
   fig = plt.figure(facecolor="white")
   plt.subplot(111, polar=True)
   #plt.plot(angles,data,'bo-',color ='gray',linewidth=1,alpha=0.2)
   plt.plot(angles,data,'o-', linewidth=1.5, alpha=0.2)
   plt.fill(angles,data, alpha=0.25)
   plt.thetagrids(angles[:nAttr]*180/np.pi, radar_labels)
   plt.figtext(0.52, 0.95, '霍兰德人格分析', ha='center', size=20)
   legend = plt.legend(data_labels, loc=(0.94, 0.80), labelspacing=0.1)
   plt.setp(legend.get_texts(), fontsize='small')
   plt.grid(True)
   plt.show()