# 一·基本函数用法:
# (1)numpy:
# numpy库的处理的最基础数据类型是由同种元素构成的多维数组,简称“数组”。数组中所有元素的类型必须相同,数组中元素可以用整数索引,序号从0开始。ndarray类型的维度叫做轴,轴的个数叫做秩。二维数组相当于两个一维数组构成。
# (2)scipy:
# scipy是一个用于数学、科学、工程领域的常用软件包,可以处理插值、积分、优化、图像处理、常微分方程数值解的求解、信号处理等问题。它用于有效计算Numpy矩阵,使Numpy和Scipy协同工作,高效解决问题。
# (3)pandas:
# 在 Python 自带的科学计算库中,Pandas 模块是最适于数据科学相关操作的工具。它与 Scikit-learn 两个模块几乎提供了数据科学家所需的全部工具。Pandas 是一种开源的、易于使用的数据结构和Python编程语言的数据分析工具。
# #(4)matplotlib:
# matplotlib是提供数据绘图功能的第三方库,其pyplot子库主要用于实现各种数据展示图形的绘制。
# 二·
#(1)使用numpy进行向量化运算的代码:
import numpy as np
def npSum():
a = np.arange(10000)
b = np.arange(10000)
c = a**2 + b**2
return c
#(2)scipy符号积分的代码:
from sympy import init_printing
from sympy import symbols, integrate
import sympy
x, y = symbols('x y')
sympy.sqrt(x ** 2 + y ** 2)
#(3)pandas有一值为身份证号码,需要将份证号生日部分替换为星号的代码:
import pandas as pd
ser.str.replace(r'^(\d{6})(\d{8})(\d{4})',
r'\1******\3',
regex=True
)
#(4)matplotlib画图函数y=x^2的图形的代码:
import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl
mpl.rcParams['font.sans-serif']=['FangSong']
x = np.linspace(0,10,6)
y = x**2
plt.xlabel("横轴:x").set_color('g')
plt.ylabel("纵轴:y=x^2").set_color('r')
plt.plot(x,y,'r--',linewidth=2)
plt.legend()
plt.show()
#三·图像处理:
import matplotlib.pyplot as plt
import numpy as np
def f(x):
return np.cos(2*np.pi*x)
a = np.arange(0.0,5.0,0.02)
plt.plot(a,f(a),'b--')
plt.xlabel("横轴:时间",fontproperties='Kaiti',fontsize=14,color='g')
plt.ylabel("纵轴:振幅",fontproperties='SimHei',fontsize=14,color='k')
plt.title("正玄波实例 y = cos(2πx)",fontproperties='SimHei',fontsize=18,color='k')
plt.annotate(r'$\mu=100$',xy=(2,1),fontproperties='SimHei',fontsize=12,color='red')
plt.grid(True)
plt.axis([-1,6,-2,2])
pkt.show()