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=
python学习笔记:ipython,scipy,pandas,flask
最新推荐文章于 2024-05-16 11:08:26 发布