matplotlib numpy学习笔记

Matplotlib库学习

常用图形

• 折线图：数据随时间变化
• 饼状图：同级别分类占比 对比
• 柱状图：比较数据之间大小差别
• 直方图：连续性的数据分布情况，比如学生成绩分布
• 散点图：二维的数据分布情况

numpy

• np.array(list，dtype=)将一个列表转成数组
• array.tolist()
• array.size
• array.reshape((m,n),order=‘F’)
• np.arange(a,b,c) 生成np数组
• 相同形状的数组运算，对应位置的元素相运算
• 数组和数字运算不同形状的数组不能计算
• 行数或者列数相同的 多维数组和一维数组可以计算
• np.sum(array,axis=0|1) 求和，如果没有axis，全部元素求和，axis=0每列求和，形成一行多列的一维数组；axis=1每行求和，形成一列多行的数组。
• 对三位数组来说：axis=1是单个表的横向，axis=2是单张表的纵向，axis=0是每个表
• 一维数组切片array[start,end,step]
• 行号从0开始，列号从0开始。冒号切片都是包前不包后。
• 二维数组切片 array[rowstart:rowend , columnstart:colmnend]
• array[1:3,:] = array[1:3] = array[1:3,] 取出第1行到第3行所有列。如果取所有行，某几列，前面的冒号不能省略
• array[[1,3],:] 取出第1行 和 第3行
• np.where(arrray > 10,True,False) 生成一个和原array同形状的数组，满足条件值为True，不满足条件值为False
• np.where(array < 5) 没有选择值，则输出满足条件的数值的坐标，返回值是一个元祖，每个元组元素是一个一维数组
• np.unique(arr,return_counts=True) 去重后返回一个一维数组返回重复的个数
• np.append(arr,[[10,11,12,13]],axis=0) 在arr下面加一行
• np.insert(arr,index,value)
• np.concatenate((arr1,arr2),axis=0) 拼接两个数组
• nan空值，inf无穷大
• np.count_nonzero(arr) 非0值计数
• np.isnan(arr) 返回arr为空值的索引，可以通过t[np.usnan(arr)] = 0给空值赋值
• arr.T 转置数组