SciPy初学者(day two)

今天，我们来了解一下MATLAB在Python中的应用
功能scipy.io.loadmat和scipy.io.savemat允许您读取和写入MATLAB文件。您可以在文档中阅读它们
点之间距离
SciPy定义了一些用于计算点集之间距离的函数
该函数scipy.spatial.distance.pdist计算给定集合中所有点对之间的距离：

import numpy as np
from scipy.spatial.distance import pdist,squareform

x = np.array([[0,1],[1,0],[2,0]])   #创建一个数组
print(x)

d = squareform(pdist(x,'euclidean'))  #计算每个点之间的距离 应该是欧式距离
print(d)  #打印  [[0.         1.41421356 2.23606798]
              #  [1.41421356 0.         1.        ]
             #   [2.23606798 1.         0.        ]]

类似的函数（scipy.spatial.distance.cdist）计算两组点之间所有对之间的距离,代码如下

from scipy.spatial import distance
 coords = [(35.0456, -85.2672),
         (35.1174, -89.9711),
          (35.9728, -83.9422),
         (36.1667, -86.7833)]
 distance.cdist(coords, coords, 'euclidean')  #打印 array([[0.        , 4.70444794, 1.6171966 , 1.88558331],
                                                    #     [4.70444794, 0.        , 6.0892811 , 3.35605413],
                                                 #         [1.6171966 , 6.0892811 , 0.        , 2.84770898],
                                                   #       [1.88558331, 3.35605413, 2.84770898, 0.        ]])

接下来，我们来接着看MatPlotlib
MatPlotlib是一个绘图库，我们主要看一下matplotlib.pyplot,它提供了类似matlib的绘图系统
首先，我们来看一下最基础的绘制
matplotlib中最重要的功能是plot，它允许您绘制2D数据。这是一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0,3 * np.pi, 0.1)
y = np.sin(x)

plt.plot(x,y)
plt.show()

结果图如下

好了，今天的SciPy就了解到这里
心得： 今天，对于SciPy如何求解点于点之间的欧式距离有了一定的认识，以及如何使用Matplotlib进行绘图
有了一些基础的认识。