本文介绍了Python科学计算库numpy、scipy和matplotlib的使用，重点讨论了numpy的narray对象和数据处理，强调了它们在数据存储、处理和可视化中的作用。numpy提供多维数组narray和通用函数ufunc，支持多种数据类型和索引访问方式，是数据处理的基础。matplotlib则用于数据的图形展示，通过各种图形和坐标变换实现数据的直观表达。scipy则涵盖了数值计算和信号、图像处理等多个高级功能。
python和networkx的三个给力科学计算的基友：numpy、scipy和matplotlib。
numpy擅长数组处理，多维数组的产生与访问，还有庞大的函数库，包括：求和、平均值、方差、最值、排序、矩阵、矩阵类和线性代数模块等。其安装，在第一篇中有说。
matplotlib擅长画图，点和线多形态展示、坐标轴变换等。其安装在第一篇有说。
scipy很强大，常微分方程求解、信号处理、图像处理等。安装好python编译器后，到scipy官网上下载相应的软件包（http://sourceforge.net/projects/scipy/files/），由于本人安装的是python-2.6，下载相应版本，然后点击exe安装；安装完毕，在IDEL里面输入import scipy进行测试（ps：网上有说用easy_install去安装，结果没有成功，应该是Linux下可以，windows下不可以）
这三者基本次序是数据存在numpy中，低级处理用numpy，高级处理用scipy，数据显示用matplotlib。
2. numpy
numpy提供了两个基本的对象：narray和ufunc。
narray：存储单一数据类型的多维数组
ufunc：能够对数组进行处理的函数
2.1 narray对象
在narray对象中存储这多维度数组，有数组就有类型。基本的数据类型有：
| 类型 | 类型说明 |
| bool | True or False |
| int | 所处平台的整型（一般为int32或int64） |
| int8 | 字节型（-128-127） |
| int16 | 16位整型（-32768-32767） |
| int32 |
最低0.47元/天 解锁文章
扫一扫
3329
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
