数据科学包
fafagege11520
梦想:既可提刀立码,行遍天下;又可调参炼丹,卧于隆中。
展开
-
numpy生成随机数方法
numpy 生成随机数方法文章目录numpy 生成随机数方法1.np.random.uniform的用法2.np.random.random_sample的用法3.np.random.rand的用法4.np.random.randint的用法5.np.random.random_integers的用法总结:6.np.random.randn7.np.random.normal8.np.random.seed()用法9.numpy.linspace1.np.random.uniform的用法np.ran转载 2020-10-23 21:55:48 · 1552 阅读 · 0 评论 -
数据科学包:numpy&pandas
数据科学包:numpy文章目录数据科学包:numpy1.有什么用2.numpy1.有什么用快,pandas是numpy的升级版本,因为是用c语言写的。2.numpynumpy的使用:import numpy as nparray = np.array([[1,2,3],[4,5,6]])print(array)print("number of dim",array.ndim) # 几维数组print("shape",array.shape) # 几行几列print("size"原创 2020-10-16 10:57:46 · 202 阅读 · 0 评论 -
数据可视化分析—matplotlib各种图图~
python数据可视化分析—matplotlib文章目录python数据可视化分析—matplotlib1.numpy简介:2.散点图:3.折线图:4.条形图:5.直方图6.使用numpy生成随机数:7.饼状图:8.箱形图:9.颜色和样式:10.面向对象VS Matiab Style11.子图-subplot12.网格:13.图例_legend:14.坐标轴:1.numpy简介:存储和处理大型矩阵核心数据对象ndarray:np.array()np.arange()np.loadtxt(‘文原创 2020-10-22 22:14:56 · 272 阅读 · 0 评论 -
综合性练习
几个练习文章目录几个练习1.函数积分图2.散点条形图1.函数积分图%matplotlib inlineimport numpy as npimport matplotlib.pyplot as pltfrom matplotlib.patches import Polygondef func(x): return -(x-2)*(x-8) + 40# linspace:这块的几个一直没搞太清楚,需要总体学一下x = np.linspace(0,10)y = func(x)f原创 2020-10-23 21:09:01 · 169 阅读 · 0 评论 -
Matplotlib中的“plt”和“ax”到底是什么?
Matplotlib中的“plt”和“ax”到底是什么?文章目录Matplotlib中的“plt”和“ax”到底是什么? 注意,当我说“plt”时,它并不存在于Matplotlib库中。它之所以被称为“plt”,是因为大多数Python程序员喜欢导入Matplotlib并创建一个名为“plt”的别名,我相信您应该知道这个别名。figure就像一张纸,你可以画任何你想画的东西我们必须在“单元格”中绘制图表,在此处,Axes是坐标轴如果我们只画一个图形,我们不需要先画一个“单元格”,只要在纸上画就转载 2020-10-23 11:48:49 · 628 阅读 · 0 评论 -
数据可视化分析——matplotlib详细介绍
数据可视化分析——matplotlib详细介绍文章目录数据可视化分析——matplotlib详细介绍1.颜色和样式:2.面向对象VS Matiab Style3.子图-subplot4.网格:5.图例_legend:6.坐标轴:7.注释8.文字标注:9.Tex公式:10.工具栏:11.区域填充:12.形状:13.样式-美化图形14.极坐标:1.颜色和样式:颜色八种内建默认颜色缩写:b:blueg: greenr: redc: cyanm: magentay: yellowk: bla原创 2020-10-23 11:00:03 · 517 阅读 · 0 评论