numpy_malplotlib（科学计算库和可视化库）第三方库的应用

目录

1、检测第三库的安装

2、理解numpy库及ndarray对象

2.1 numpy特点：

2.2Numpy的数组对象-ndarray

2.2.1对象ndarray的常用方法

2.2.2ndarray对象的属性

2.3创建方法加举例

2.3.1根据序列类型创建方法：

2.3.2创建等间隔数组：

2.3.3创建等差数组：

2.3.4创建等比数组：

2.3.5创建0元素的数组：

2.3.6创建元素都为1的数组

2.3.7创建随机元素的空数组

3、ndarray对象的索引与切片

4、matplotlib数据可视化库的应用

4.1绘图类型：

4.2绘图方式：

4.2.1 简单线形图：

4.2.2绘制平行四边形

---

1、检测第三库的安装

在anaconda有numpy库，但在python IDLE中却没有，这是因为平台不同，所以需要另外安装，详情如下。

1）安装numpy；在标准环境下，可使用 pip install numpy或者用anaconda集成开发平台（自带numpy和matplotlib库）

出现Sucessfully即为安装成功！

 

成功运行！

2、理解numpy库及ndarray对象

2.1 numpy特点：

1）提供对数组和矩阵进行快速运算的标准数学函数

2）提供很多矢量运算接口，比手动用循环实现速度要快得多

3）开放源代码，由许多共同维护开发。

2.2Numpy的数组对象-ndarray

Numpy 最重要的一个特点是其N维数组对象ndarray，它是用于存放同类型元素的多维数组，ndarray中的每个元素在内存中占有相同大小的区域。

Numpy是由C语言实现的，相比python本身的数据结构列表和元组，ndarray更节省内存，节约运行时间，且更方便使用。

2.2.1对象ndarray的常用方法

1）调用ndarray对象时需先导入Numpy模块

2)将传递的列表转化为数组对象，创建数组对象，并运行

np.arange(start,stop,step),步长可以是小数；np.empty(shape)创建指定形状空数组，数组元素为随机值

2.2.2ndarray对象的属性

arr.shape  代表数组形状，几行几列；arr.ndim 代表维度（一维，二维...）;arr.size   元素个数；arr.dtype  存储元素的数据类型  

2.3创建方法加举例

2.3.1根据序列类型创建方法：

np.array()  将传递的序列类型数据(列表，元组，ndarray...)转化为ndarray，返回一个新的ndarray对象

1）ndarray对象维度为一维

2）ndarray对象维度为二维

2.3.2创建等间隔数组：

np.arange(start,stop,step),[不包括stop]，根据传递参数返回等间隔数据组成的ndarray，与range()方法类似，步长可以是小数

2.3.3创建等差数组：

np.linspace(start,stop,num),指定开始元素，结束元素以及元素个数，num默认50个

2.3.4创建等比数组：

np.logspace(start,stop,num),指定开始元素，结束元素以及元素个数，num默认50个（输出结果使用了科学计数法）

2.3.5创建0元素的数组：

数学元素都为0

举例的是维度为3,形状为5行5列的数组

2.3.6创建元素都为1的数组

2.3.7创建随机元素的空数组

举例：3行8列

3、ndarray对象的索引与切片

1.索引支持正向索引（从左到右，下标从0开始不断增大）和反向索引（从右到左，下标从-1开始不断减小），与序列的索引和切片操作类似。

2、切片操作可通过slice函数，设置start，stop，step参数进行，也可以通过冒号分隔切片参数start：stop：step进行。
3、多维数组的操作与一维类似，每维的索引切片直接用逗号分隔。

reshape()方法：用于将原数重新按照维度划分，结束后返回一个新数组，原本数组本身不发生改变。

resize()直接原地修改，覆盖原数组，不返回新数组。

1）

arr[0,3]  根据索引找到一维索引的行，编号为3的数，即第四列的元素，为3

arr[slice(2,3)] 寻找索引为2的行，即为第3行，到第4行，不包括第四行，例子中无第3行，所以形状为0行5列。

2)用arange方法创建数组对象。对arr对象进行切片。

3）同时对第一维和第二位进行切片，索引从左到右从0开始，按照start，stop（取不到），step参数的设置，先行后列，取交集。

4、matplotlib数据可视化库的应用

4.1绘图类型：

1）线形图：plot() （2）直方图：hist() （3）条形图：bar() （4）饼图：pie() （5）散点图：scatter() （6）3D图：from mpl_toolkits.mplt3d import Axes3D （7）动态交互图：pyecharts

4.2绘图方式：

4.2.1 简单线形图：

1）先导入数据可视化库

2）plot()绘制线形图，当没有给定坐标范围时，自动生成范围，当线形图不止一条时，自动用不同颜色区分。

3）savefig()保存图，dpi为分辨率，默认为100

4.2.2绘制平行四边形

1、plt.plot([x1,x2,x3,x4,x1],[y1,y2,y3,y4,y1])

应用平行四边形性质计算好平行四边形四角的坐标，依次填入代表x轴的一组数据和代表y轴的二组数据，因为平行四边形封口，所以再添上起始位置平行四边形的顶点坐标，让线形图四角相连，四边形即可封口

2、添加坐标轴标签，plt.xlabel('xxxx')/plt.ylabel('xxxx')

自定义坐标范围  plt.axis([x1,x2,y1,y2])

plt.axis('off')隐藏坐标轴

1）有坐标轴

2）无坐标轴