31张翔的读书报告

numpy
NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库

# 如何对ndarray的每个变量求平方根
import numpy as np
a = np.arange(1, 11, 1)
print(a)
b = np.sqrt(a)
print(b)
scipy
scipy是基于numpy的一个科学计算库，它提供了更多的高级函数和模块，涵盖了优化，积分，插值，傅里叶变换，信号处理，图像处理，常微分方程等领域

scipy.integrate.quad()：用于数值积分，计算函数在给定区间上的定积分值。

scipy.linalg.inv()：计算矩阵的逆。 scipy.linalg.solve()：求解线性方程组。

scipy.fft.fft()：进行快速傅里叶变换。

scipy.signal.convolve()：实现信号的卷积运算。

scipy.cluster.vq.kmeans()：使用 k-means 算法进行聚类分析。

pandas
Pandas 是一个开源的数据处理和分析库，它提供了高效、灵活和易于使用的数据结构和工具。主要功能包括数据读取和写入、数据清洗和预处理、数据索引和选择、数据分析和统计，以及数据可视化。它被广泛应用于数据科学、金融分析和机器学习等领域。

pandas.read_csv()：读取 CSV 文件中的数据。

pandas.DataFrame()：创建一个数据框。

pandas.Series()：创建一个序列。

pandas.groupby()：根据指定的列对数据进行分组。

matplotlib
Matplotlib 是一个用于绘制图表和可视化数据的 Python 库。它简单易用，支持多种图表类型，并提供强大的定制化能力。用户可以根据需求选择合适的图表类型，并自定义图表的样式和属性。Matplotlib 还与 NumPy 和 Pandas 紧密集成，方便地处理和可视化数据。

matplotlib.pyplot.plot()：绘制折线图。

matplotlib.pyplot.scatter()：绘制散点图。

matplotlib.pyplot.hist()：绘制柱状图。

matplotlib.pyplot.pie()：绘制饼图。

matplotlib.pyplot.title()：设置图表标题。
————————————————

                            版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
                        
原文链接：https://blog.csdn.net/Aa3455971064/article/details/139225433