python--Scipy&Matplotlib

1.SciPy

1.1概述

是Python科学计算程序的核心包，用于有效的计算NumPy矩阵

1.1.1安装

pip install scipy

检验是否安装成功

import sscipy

1.1.2功能实现

1.1.2.1基本功能

通过savemat（）函数和loadmat（）函数实现保存和读取矩阵文件

from scipy import io
import numpy as np
arr = np.array([1,2,3,4,5,6])
io.savemat('test.mat',{'arr1':arr})
loadArr = io.loadmat('test.mat')
print(loadArr['arr1'])
[[1 2 3 4 5 6]]#输出

1.1.2.2统计功能

SciPy中的scipy.stats中提供了产生连续性分布的函数，使用它们可以生成服从某些类型分布的随机数
1.均匀分布

2.正态分布

3.贝塔分布

4.泊松分布

1.1.2.3均值与标准差计算

使用stats.norm.fit()函数利用正态分布去拟合生成的数据，得到其均值和标准差

1.1.2.4偏度计算

偏度描述的是概率分布的偏离（非对称）程度。有两个返回值，第二个为p-value，即数据集服从正态分布的概率（0~1），可以利用stats.skewtest()计算偏度。

1.1.2.5峰度计算

峰度描述的是概率分布曲线的陡峭程度，可以利用stats.kurtosis()计算峰度

1.1.2.6正态分布程度检验

正态分布检验同样返回两个值，第2个返回p-values。stats。normaltest（）进行检验。

x = np.array([0.49505388,0.38089622,0.53224837,0.60111699,0.16436832,0.42284313,0.2474509,0.0972824,0.43080192,0.60522265])
stats.normaltest(x)

输出：NormaltestResult(statistic=1.0598792180094825, pvalue=0.5886405171916524)

1.1.2.7计算某一百分比处的数值

使用scoreatoercentile(数据集，百分比）计算在某一百分比位置的数值。

1.2实例分析

已知某次考试分数与各个分数出现次数如下表所示，求出此次考试的均值、中位数、众数、极差、方差、标准差、变异系数（均值/方差）、偏度、峰度。

2.Matplotlib

2.1Matplotlib概述

Matplotlib是一个Python2D绘图库

2.1.1安装

pip install matplotlib

Matplotlib的API函数（如plot和close）都位于matplotlib.pyplot模块中，其通常的引入约定是：

import matplotlib.pyplot as plt

2.1.2Figure和Subplot

Matplotlib的图像都位于Figure对象中，可以理解成我们需要一张画板才能开始绘画，通常使用plt.figure创建一个新的Figure

fig = plt.figure()

在拥有Figure对象之后，在作画之前还需轴，这里可以将它理解为子图，没有轴的话就没有绘图基准，所以需要添加Axes。使用add_subplot（i,j,k）添加Axes（在画板的第i行第j列的第k个位置生成一个Axes对象来准备作画），并且通过set()函数设置这个Axes的X轴以及Y轴。

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set(xlim=[0.5,4.5],ylim=[-2,8],title='An Example Axes',ylabel='Y-Axis',xlabel='X-Axis')
plt.show()

2.2实例分析

用Matplotlib绘制cosh(0.5x)、sin(x)、cos(2x)，并设置曲线与坐标轴的属性。

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(-2*np.pi,2*np.pi,0.01)#定义横轴范围（-2pi 2pi)
#分别绘制三条曲线
y1 = np.cosh(0.5*x)
y2 = np.sin(x)
y3 = np.cos(2*x)
#绘制曲线，Matplotlib默认展示不同颜色
plt.plot(x,y1)
plt.plot(x,y2,'--')
plt.plot(x,y3)
#设置x轴标签
plt.xticks([-2*np.pi,-np.pi,0,np.pi,2*np.pi],[r'$-2\pi$',r'$\pi$','$0$','$\pi$','$2\pi$'])
#设置y轴标签
plt.yticks([-1,0,1,2,3],[r'$-1$','$0$','$+1$','$+2$','$+3$'])
#设置图标
plt.legend(['y1','y2','y3'])
plt.show()

3.小技巧

1.csdn如何生成目录
手动输入@[TOC]即可

2.代码建议自己上手敲敲哦，maybe you will have a different feel.
3.尽量不要手抄代码
4.不会就百度或者问GhatGPT