python数分笔记(二)

目录

第二章、numpy数组

1.什么是numpy

2.numpy创建数组

3.numpy中的数据类型

4.数组的形状与计算

①形状

②计算

5.数组的轴

6.读取数组

7.numpy案例


第二章、numpy数组

1.什么是numpy

   numpy是一个快速、方便的用于科学计算的基础库。

2.numpy创建数组

  

3.numpy中的数据类型

 

也可以用dtype指定数据类型或者astype修改数据类型,用round保留小数

4.数组的形状与计算

①形状

    可以用a.shape语句查看数组的形状,也就是块、行、列的值,也可用reshape修改数组的形状。

②计算

    数组的计算如矩阵一般,可同位直接相加减乘除,但仅限于不同维度数组的计算,不同维度的数组会报错。

5.数组的轴

    2维数组有0轴和1轴,3维数组有0、1、2轴。

6.读取数组

    可以用loadtxt读取文件。

7.numpy案例

代码如下:

'获取英国youtube喜欢数和评论数的关系'
import numpy as np
from matplotlib import pyplot as plt
import matplotlib
#设置中文字体
font={'family':'MicroSoft YaHei',
        'weight':'bold',
      'size':'10'}
matplotlib.rc("font",**font)
matplotlib.rc("font",family="MicroSoft YaHei",weight="bold")

us_file_path = "F:/data-master/youtube_video_data/US_video_data_numbers.csv"
uk_file_path = "F:/data-master/youtube_video_data/GB_video_data_numbers.csv"

t_us = np.loadtxt(us_file_path,delimiter=",",dtype="int")
t_uk = np.loadtxt(uk_file_path,delimiter=",",dtype="int")


plt.figure(figsize=(20,8),dpi=80)

# 获取喜欢数小于500000的数据
t_uk = t_uk[t_uk[:,1]<=500000]
t_us = t_us[t_us[:,1]<=500000]
# 取评论数和喜欢数
t_uk_comments = t_uk[:,-1]
t_uk_likes = t_uk[:,1]
t_us_comments = t_us[:,-1]
t_us_likes = t_us[:,1]

z1 = np.polyfit(t_us_likes, t_us_comments, 1)        ##二分法线性回归拟合
z2 = np.polyfit(t_uk_likes, t_uk_comments, 1)
print(z1)

p1 = np.poly1d(z1)      #构建多项式
p2 = np.poly1d(z2)
print(p1) # 在屏幕上打印拟合多项式
print(p2)

yvals=np.polyval(z1,t_us_likes)
yval=np.polyval(z2,t_uk_likes)

plt.scatter(t_uk_likes, t_uk_comments,label="英国",color="red")  ##标注线
plt.plot(t_uk_likes, yval ,label='英国拟合直线',color="orange")
plt.plot(t_us_likes, yvals ,label='美国拟合直线',color="blue")
plt.scatter(t_us_likes,t_us_comments,label="美国")

plt.legend(loc="upper left")   #用loc="upper left"可以调到左上角

fontdict={'size':15}
fontdict1={'size':25}
plt.xlabel("评论数",fontdict=fontdict)
plt.ylabel("个数",fontdict=fontdict)
plt.title("英国YouTube评论数和喜欢数的关系",fontdict=fontdict1)


plt.show()

运行结果:

  • 10
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值