实验二、python数据分析相关扩展库
一、实验目的
1. 掌握python的数据分析相关的主要扩展库的用法,包括Numpy、Scipy、Matplotlib、Pandas等。
二、实验工具:
1. Anaconda
2. Numpy,matplotlib,scipy,pandas
三、能力图谱
![image.png](https://i-blog.csdnimg.cn/blog_migrate/30751ac41ec2fee9c006f3efce569da3.png)
四、内容简介
![image.png](https://i-blog.csdnimg.cn/blog_migrate/a4ce4aeef171222ce93cbfd83bb944ff.png)
四、实验内容
1. 数组的创建(创建全0数组,全1数组,随机数数组)
import numpy as np
np.zeros(5)
np.ones((2,3))
np.random.randint(0,10,6)
![5101W5A7Y0UP4NA9D0S2R.png](https://i-blog.csdnimg.cn/blog_migrate/14b4dffcf056edb60f2755174230508a.png)
2. 数组的属性(查看数组的维度,数组元素的个数)
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
a.dtype
a.dtype.itemsize
a.shape
a.size
a.T
a.flat
for item in a.flat:
print (item)
![image.png](https://i-blog.csdnimg.cn/blog_migrate/0ff6d612f07227c4544751f7333719e2.png)
3. 数组的维度操作(将数组的行变列,返回最后一个元素,返回第2到第4个元素,返回逆序的数组)
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
a.transpose()
a = np.arange(9)
a[-1]
a[2:4]
a[::-1]
![image.png](https://i-blog.csdnimg.cn/blog_migrate/de5d671417dd1907b0dd4d3921a9be32.png)
4. 数组的合并(数组的水平合并,垂直合并,深度合并)
import numpy as np
a = np.arange(9).reshape(3,3)
b = np.arange(9,18).reshape(3,3)
np.hstack((a,b))
np.vstack((a,b))
np.dstack((a,b))