目录
一、开发环境
1.anaconda
集成环境:集成了数据分析和机器学习中所需要的全部环境。
下载官网: https://www.anaconda.com/
2.jupyter
anaconda 提供的一个基于浏览器的可视化开发工具。
二、使用步骤
jupyter
1.启用:在终端中输入
jupyter notebook
指令。2.新建:Python3源文件。
3.cell两种模式:code(代码)、Markdown(笔记)
4.cell快捷键:添加(a/b)、删除(x)、修改模式(m笔记、y代码)
5.执行cell:shift+enter
6.解释说明:shift+tab
三、数据分析
1.numpy模块
数值型数组
1.创建
使用np.array()创建
使用plt创建
使用np的outines函数创建
2.数组和列表的区别
数组中存储的数据元素类型必须一致。
优先级:字符串>浮点型>整数
3.函数
zero()
ones()
linespace()
arange()
random系列
'''
1.使用array()创建一个一维数组
2.使用array()创建一个二维数组
3.使用array()创建一个多类型数组
anaconda集成环境已经安装好了各个模块(numpy)
array(object,type='')
object 源数据
type 数据类型
'''
import numpy as np #导入numpy模块取别名np
arr1 = np.array([1,2,3])
arr1 #打印arr,无需写print
arr2 = np.array([[1,2,3],[4,5,6]])
arr2
arr3 = np.array([1,2.2,'three'])
arr3
np.ones(shape = (3,4)) #创建各个元素都是1的3行4列的数组
np.linespace(0,100,num=20) #创建含有20个元素且各个元素之间的差都是一样的一维等差数列
np.arange(10,20,step=2) #创建10-20每隔2的一维等差数列
np.random.randint(0,100,size=(5,3)) #创建含有5行3列的0-100的随机元素的数组
打印结果:
---------------------------------------------------
array([1,2,3])
---------------------------------------------------
array([[1,2,3],
[4,5,6]])
---------------------------------------------------
array(['1','2.2','three'],dtype='<U32')
---------------------------------------------------
2.matplotlib模块
1.imread()
2.imshow()
import matplotlib.pyplot as plt
image_arr = plt.imread('./1.jpg') #读取图片(三维数组&#