python学习笔记：ipython，scipy，pandas，flask

Python 学习笔记
Python 学习笔记 1
1、利用matplotlib绘制散点图：    2
2、利用matplotlib绘制正弦曲线：   3
3、绘制一组幂函数   4
4、绘制直方图：    5
5、极坐标绘图：    7
6、柱形图：  9
7、scipy 10
8、ipython用法：    10
（1）保存第2行到第22行的输入命令：%save 2-22   10
（2）显示ipython命令的帮助信息：?%save  11
（3）windows命令行里面，左键选择后单击右键为复制所选内容。   11
（4）在启动Ipython时可以使用--pylab启动，它相当于导入了如下库： 11
（5）IPython的Magic函数  11
（6）执行shell命令时，在前面加上感叹号。 12
（7）参考文章：    12
（8）在其他程序中使用ipython时，包的导入：   12
（9）颜色，tab的使用，需要安装pyreadline库    12
（10）跳到指定的历史行    13
9、模拟掷色子：    13
10、IPython科学计算环境的配置：    13
11、numpy向量运算：   13
12、复数   14
（1）建立复数：（虚数单位用j表示，虚部和j之间没有乘号）   14
（2）复数作图 14
（3）复数乘法的几何意义：   15
13、三维作图 21
14、jupyter（原来的ipython notebook） 22
（1）安装：  22
（2）运行：  22
（3）开启pylab模式：导入必要的包 22
（4）直接在网页上显示matplotlib图像：    22
（5）显示数学公式：  23
15、numpy的网格函数：  23
（1）np.meshgrid  23
(2)np.mgrid 24
16、SymPy：Python语言符号计算   24
17、IPython测试代码执行时间  24
（1）%time：测试语句或表达式的执行时间。 24
(2)%timeit:语句或表达式的执行时间  25
18、ipython基本性能分析：   25
（1）%prun    25
(2)%run –p  25
19、numpy数组合并    26
20、pandas合并两个DataFrame  26
21、pandas索引 27
（1）MultiIndex   27
reset_index()层次化索引的级别会被移到列里面    28
（2）DataFrame索引  28
obj[val] 选取DataFrame的单个列或一组列    28
obj.ix[val] 选取DataFrame的单个行或一组行 29
obj.ix[:,val] 选取单个列或列子集 29
obj.ix[val1, val2] 同时选取行和列  30
（3）层次化索引    30
22、flask微框架 31
（1）安装   31
（2）一个最小的应用  31
（3）构造url    31
23、ipython命令    32
（1）%autoindent自动缩进  32
（2）%automagic   32
(3) %paste  33




1、利用matplotlib绘制散点图：

import numpy as np
import matplotlib.pyplot as plt

x=np.random.randint(1000,size=10) #生成10个0~1000的随机整数
y=np.random.randint(1000,size=10)
plt.scatter(x,y) 
plt.show()

运行结果：



2、利用matplotlib绘制正弦曲线：

import numpy as np
import matplotlib.pyplot as plt

x=np.arange(-2*np.pi,2*np.pi,0.1) 
y=np.sin(x)
plt.plot(x,y)
plt.show()

运行结果：



3、绘制一组幂函数

import numpy as np
import matplotlib.pyplot as plt

x=np.arange(-4,4,0.1)
f1=10**x
f2=np.e**x
f3=2**x
plt.axis([-4,4,-0.5,8]) #设置坐标轴刻度范围
plt.plot(x,f1,'r',x,f2,'b',x,f3,'g') #绘制一组函数，设置为不同颜色
plt.text(1,7.5,r'$10^x$') #设置图像的标题
plt.text(2.2,7.5,r'$e^x$')
plt.text(3.2,7.5,r'$2^x$')
plt.show()

运行结果：



4、绘制直方图：
方式一：
n=np.random.randn(10000)
plt.hist(n,50) #50为分组数
plt.show()

运行结果：



方式二：
import numpy as np
import matplotlib.pyplot as plt

mu,sigma=100,15
x=mu+sigma*np.random.randn(10000)
n,bins,patches=plt.hist(x,50,normed=1,facecolor='g',alpha=0.75)
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60,.025, r'$\mu=100,\ \sigma=15$')
plt.axis([40,160,0,0.03])
plt.show()

运行结果：

5、极坐标绘图：
方式一：
import numpy as np
import matplotlib.pyplot as plt

theta=np.arange(0,2*np.pi,0.01)
r=2*theta
plt.polar(theta,r)
plt.show()

运行结果：



方式二：
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
r = np.arange(0,1,0.001)
theta = 2*2*np.pi*r
line, = ax.plot(theta, r, color='#ee8d18', lw=3)
plt.show()

运行结果：


6、柱形图：

import numpy as np
import matplotlib.pyplot as plt
x=[1,2,3]
plt.bar(x,x)
plt.show()

运行结果：




7、scipy

import scipy 
a=