作业(读书报告)

# 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()