python基础（numpy、matplotlib）

以博客的方式记录当前学习，致每天最好的自己。

#多维数组
import numpy as np

#数组定义方式

a0 = np.array([1,2,3,4])#列表形式定义

a1 = np.array((1,2,3,4))#元组形式定义

a2 = np.array([[1,2],[3,4]])#二维数组

print(a0)

#创建数组

a =np.arange(0,1,0.1)#随机数组

a1 = np.linspace(0,10,10)#默认加入终值#endpoint=False 不加终值

print(a1)

#随机数组

a = np.random.rand(2,2)#固定shape随机数组，0~1之间随机分布

a1 = np.random.randn(2,2)#固定shape随机数组,标准正态分布随机数

a2 = np.random.randint(0,9,[2,5])#固定shape随机数组,区间内随机整数

a3 = np.random.uniform(0,4,[2,2])#均匀分布随机数

#随机排序列表

a5 = [1,2,3,4,5]

np.random.shuffle(a5)

#生成特定形式数组

a = np.zeros([2,3])

a1 = np.ones([2,2])

a2 = np.zeros_like(a)

a3 = np.ones_like(a2)

#print(a3)

#获取数组信息

a = np.zeros([2,2])

print(a.shape)

print(a.dtype)

print(a.ndim)

#存取数组，一维

a = np.array([4,2,3,1,5,6,7])

print(a[1])#索引

print(a[-2:])#切片

print(a[: :-1])#负切片

#存取数组，二维

a = np.arange(25).reshape(5,5)

print(a)

#print(a[-1])#取某一行

print(a[:,-1])#取某一列

#print(a[1,1])#取特定值

print(a[2:4,2:4])#取特定块

#三维数组

a = np.ones(45).reshape(3,5,3)

a[1,2,1] = 8

print(a)

#数组维度变换

a = np.arange(0,10,1)

b = a.reshape(-1,2)#-1:表示自动生成，满足所有元素除以列数

print(a)

print(b)

#数组维度交换

a = np.arange(10).reshape(2,5)

b = a.swapaxes(0,1)24

a = np.arange(12).reshape(2,3,2)

b = a.swapaxes(0,1)#0,1维度互换

print(a)

print(b)

“”"
[[[ 0 1]#(0,0)
[ 2 3]#(0,1)
[ 4 5]]#(0,2)

[[ 6 7]
[ 8 9]
[10 11]]]

[[[ 0 1]
[ 6 7]]

[[ 2 3]#(1.0)
[ 8 9]]

[[ 4 5]#(2,0)
[10 11]]]
“”"

#数组降维，三种方式

a = np.arange(10).reshape(2,5)

b = np.ndarray.flatten(a)#

c = a.reshape(-1)#

d = a.ravel()#

print(a)

print(b)

print©

print(d)

#堆叠数组，水平和垂直

a = np.array([1,2,3,4])

b = np.array([5,6,7,8])

c = np.hstack((a,b))#水平堆叠

d = np.vstack((a,b))#垂直堆叠

print©

print(d)

#数据可视化matplotlib
import matplotlib.pyplot as plt

#曲线图

x = np.linspace(0,10,100)

#print(x.shape)

y = np.sin(x)

z = np.cos(x)

plt.figure(figsize=(8,4))#调出画布

plt.plot(x,y,label="$sin$",color=‘red’,linewidth=2)

plt.plot(x,z,“b–”,label=’$cos$’)

plt.xlabel(‘Time(s)’)

plt.ylabel(‘v’)

plt.title(“matplotlib function”)

plt.axis([0,6,0,1])#限制坐标轴范围

#分别限制x，y范围

# plt.xlim()

# plt.ylim()

plt.grid(True)#方格

plt.legend(loc=1)#显示图例，对应plot中的label

plt.show()

#直方图

a = np.random.randn(10000)

#a：绘画数据，bins长条数目，normed是否归一化，默认0，不归一化；

# facecolor:长条颜色，edgecolor：边框颜色，alpha透明度。

plt.hist(a,bins=40,normed=1,facecolor=“blue”,edgecolor=“black”,alpha=0.7)

plt.show()

#读图

img_dir = r’C:\Users\jiaof\Desktop\pic\1.jpg’

img = plt.imread(img_dir)

print(img.shape)

print(img.dtype)

print(img)

plt.imshow(img)

plt.show()