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