有梦想的“咸鱼”-CSDN博客

原创【莫烦Python】Matplotlib Python 画图教程目录引导

1.【莫烦Python】matplotlib Python画图教程 Matplotlib基本用法2.【莫烦Python】Matplotlib Python 画图教程 figure图像3.【莫烦Python】Matplotlib Python 画图教程设置坐标轴4.【莫烦Python】Matplotlib Python 画图教程坐标轴设置25.【莫烦Python】Matplotlib Python 画图教程 Legend图例6.【莫烦Python】Matplotlib Python 画图教程 A

2021-07-05 16:12:06 224

原创【莫烦Python】Numpy & Pandas (数据处理教程) 目录引导

目录管理

2021-06-07 09:15:36 99

原创小甲鱼零基础入门学Python（目录）

Python的超全安装教程1.第一讲：我和Python的第一次亲密接触2.第二讲：用Python设计第一个游戏3.第三讲：小插曲之变量和字符串4.第四讲：改进我们的小游戏5.第五讲：Python的数据类型6.第六讲：常用的操作符7.第七-九讲：了不起的分支和循环8.第十讲：一个打激素的数组（1）9.第十一讲：一个打激素的数组（2）...

2021-06-06 10:59:49 432

原创 python画图中的cumsum是什么_Python绘图之matplotlib基本语法

y = np.sin(x) # 因变量取值plt.plot(x,y,‘b*’,label=‘aaa’) # 'b*'表示蓝色*状线，label是指定义图例plt.plot(x*2,y,‘r–’,label=‘bbb’) # 'r–'表示红色虚线，plt.xlabel(‘this is x’) # 设置横轴标签plt.ylabel(‘this is y’) # 设置纵轴标签plt.title(‘this is title’) # 设置标题plt.legend() # 显示上面定义的图例plt.s

2021-08-11 10:45:12 992

原创关于梯度下降算法的讲解

线性回归：在某一个点的时候能预测出另一个点的数据，这就叫做线性回归。那我们如何求线性回归呢？首先要了解损失函数除以2m是为了后面能够更好的计算预测结果减去真实结果误差的平方从i到m连加的总和就是损失函数将x和y的偏导值打包起来，这就是梯度学习率：可以理解为步伐的大小，简单的来说就是需要自己去调试数据，根据实际情况去调试。当上次的损失函数-最近一次的损失函数<0.00001（不能再小）就会自动跳出for循环数学公式的用法可以简单的理解为，将其转换为代码进行计算，不用了解如..

2021-08-03 09:45:01 333

原创【莫烦Python】Matplotlib Python 画图教程 animation动画

import numpy as npfrom matplotlib import pyplot as pltfrom matplotlib import animationfig, ax = plt.subplots()x = np.arange(0, 2*np.pi, 0.01)line, = ax.plot(x, np.sin(x))def animiate(i): line.set_ydata(np.sin(x+i/10))#将0-100都传进去，然后更新一下。 re

2021-07-05 16:00:30 432

原创【莫烦Python】Matplotlib Python 画图教程 secondary axis次坐标

import matplotlib.pyplot as pltimport numpy as npx = np.arange(0, 10, 0.1)y1 = 0.05 * x**2y2 = -1 *y1fig, ax1 = plt.subplots()#定义subplot我们要用到两个轴ax2 = ax1.twinx()#twinx镜像x轴，twiny镜像y轴，起到一个镜面的效果ax1.plot(x,y1,'g')#设置好两条线段的样式ax2.plot(x,y2,'b--')ax1.

2021-07-05 15:08:51 301

原创【莫烦Python】Matplotlib Python 画图教程 plot in plot图中图

import matplotlib.pyplot as pltfig = plt.figure()x = [1, 2, 3, 4, 5, 6, 7]y = [1, 3, 4, 2, 5, 8, 6]# below are all percentageleft,bottom,width,height=0.1,0.2,0.8,0.8#从百分之多少开始，高度和宽度跨度多少ax1 =fig.add_axes([left,bottom,width,height])#定义整个轴的参数的长宽高，ax1.

2021-07-05 10:59:40 524

原创【莫烦Python】Matplotlib Python 画图教程 subplot in gird分格显示

import matplotlib.pyplot as pltimport matplotlib.gridspec as gridspec# method 1: subplot2grid##########################plt.figure()ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)# stands for axes 单元的小网格,三行三列,从第0行第0列开始，跨度为3,rowspan默认为1ax1.plot([

2021-07-05 10:43:35 241

原创【莫烦Python】Matplotlib Python 画图教程 subplot 多个显示

import matplotlib.pyplot as plt#创建四张图的办法plt.figure()#创建窗口plt.subplot(2,1,1)#第一个数字代表几行，第二个数字代表几列，第三个数字代表第几幅图plt.plot([0,1],[0,1])#x和y的范围都是从0到1plt.subplot(2,3,4)plt.plot([0,1],[0,2])#x范围从0到1，y的范围从0到2plt.subplot(2,3,5)plt.plot([0,1],[0,3])#x范围从0到1，y

2021-07-05 09:52:49 464

原创【莫烦Python】Matplotlib Python 画图教程 3Dplot 3D数据（解决pycharm中matplotlib画出的图不能旋转）

import matplotlib.pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3Dfig = plt.figure()#定义一个figure窗口ax = Axes3D(fig)#3D的脊椎# X, Y valueX = np.arange(-4, 4, 0.25)Y = np.arange(-4, 4, 0.25)#生成x和y的随机数 -4到4,0.25是步长X, Y = np.meshgrid(

2021-07-05 09:30:49 2347

原创【莫烦Python】Matplotlib Python 画图教程 image图片

a = np.array([0.313660827978, 0.365348418405, 0.423733120134, 0.365348418405, 0.439599930621, 0.525083754405, 0.423733120134, 0.525083754405, 0.651536351379]).reshape(3,3)"""for the value of "interpolation", check this:http:

2021-07-04 15:16:09 391

原创【莫烦Python】Matplotlib Python 画图教程 contour等高线图

import matplotlib.pyplot as pltimport numpy as npdef f(x,y): # the height function return (1 - x / 2 + x**5 + y**3) * np.exp(-x**2 -y**2)#公式n = 256x = np.linspace(-3, 3, n)y = np.linspace(-3, 3, n)X,Y = np.meshgrid(x, y)#网格的输入值plt.contour

2021-07-04 14:59:50 515

原创【莫烦Python】Matplotlib Python 画图教程 Bar柱状图

import matplotlib.pyplot as pltimport numpy as npn = 12#规定有12个柱状图X = np.arange(n)#生成0-11的数字Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)#均匀分布，对Y均匀分布Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)plt.bar(X,+Y1,)#在柱状图中传入参数plt.bar

2021-07-02 16:47:48 221

原创【莫烦Python】Matplotlib Python 画图教程 scatter散点数据

import matplotlib.pyplot as pltimport numpy as npn=1024X=np.random.normal(0,1,n)#平均值是0，方差是1，随机生成Y=np.random.normal(0,1,n)T=np.arctan2(Y,X)# 颜色的值主要是为了好看plt.scatter(X,Y,s=75,c=T,alpha=0.5)#输入x和y，设置大小和颜色，透明度为50%plt.xlim((-1.5,1.5))#设置刻度值plt.ylim((-1.

2021-07-02 16:10:56 185

原创【莫烦Python】Matplotlib Python 画图教程 tick能见度

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-3, 3, 50)y = 0.1*xplt.figure()plt.plot(x, y, linewidth=10, zorder=1) # set zorder for ordering the plot in plt 2.0.2 or higherplt.ylim(-2, 2)ax = plt.gca()ax.spines['right'].s

2021-07-02 14:48:39 261

原创【莫烦Python】Matplotlib Python 画图教程 Annotation标注

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-1, 1, 50) # 从负一到一生成五十个点y1 = 2 * x + 1y2 = x ** 2plt.figure()plt.plot(x, y1) # 让x和y展示出来plt.figure(num=2, figsize=(8, 5)) # num给图片定义名称，figsize给图片定义长宽plt.plot(x, y2) # 让x和y展示出来p

2021-07-01 17:07:26 375

原创【莫烦Python】Matplotlib Python 画图教程 Legend图例

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-1, 1, 50) # 从负一到一生成五十个点y1 = 2 * x + 1y2 = x ** 2plt.figure()plt.plot(x, y1) # 让x和y展示出来plt.figure(num=2, figsize=(8, 5)) # num给图片定义名称，figsize给图片定义长宽plt.plot(x, y2) # 让x和y展示出来p

2021-07-01 16:07:13 830

原创【莫烦Python】Matplotlib Python 画图教程坐标轴设置2

import matplotlib.pyplot as pltimport numpy as npx= np.linspace(-1,1,50)#从负一到一生成五十个点y1= 2*x+1y2=x**2plt.figure()plt.plot(x,y1)#让x和y展示出来plt.figure(num=2,figsize=(8,5))#num给图片定义名称，figsize给图片定义长宽plt.plot(x,y2)#让x和y展示出来plt.plot(x,y1,color='red',lin

2021-07-01 15:50:26 560

原创【莫烦Python】Matplotlib Python 画图教程设置坐标轴

import matplotlib.pyplot as pltimport numpy as npx= np.linspace(-1,1,50)#从负一到一生成五十个点y1= 2*x+1y2=x**2plt.figure()plt.plot(x,y1)#让x和y展示出来plt.figure(num=2,figsize=(8,5))#num给图片定义名称，figsize给图片定义长宽plt.plot(x,y2)#让x和y展示出来plt.plot(x,y1,color='red',lin

2021-07-01 14:59:11 1377

原创【莫烦Python】Matplotlib Python 画图教程 figure图像

import matplotlib.pyplot as pltimport numpy as npx= np.linspace(-1,1,50)#从负一到一生成五十个点y1= 2*x+1y2=x**2plt.figure()plt.plot(x,y1)#让x和y展示出来plt.figure(num=2,figsize=(8,5))#num给图片定义名称，figsize给图片定义长宽plt.plot(x,y2)#让x和y展示出来plt.plot(x,y1,color='red',li.

2021-07-01 14:44:15 273

原创【莫烦Python】matplotlib Python画图教程 Matplotlib基本用法

import matplotlib.pyplot as pltimport numpy as npx= np.linspace(-1,1,50)#从负一到一生成五十个点y= 2*x+1plt.plot(x,y)#让x和y展示出来plt.show() #只有用到show才能让图显示出来import matplotlib.pyplot as pltimport numpy as npx= np.linspace(-1,1,50)#从负一到一生成五十个点# y= 2*x+1y=x**2

2021-07-01 14:31:37 173

原创【莫烦Python】Numpy & Pandas (数据处理教程) pandas plot画图

import pandas as pdimport numpy as npimport matplotlib.pyplot as plt# plot data#Series 展示出来是线性的数据data = pd.Series(np.random.randn(1000),index=np.arange(1000))data = data.cumsum()data.plot()plt.show()# DataFramedata = pd.DataFrame(np.random.r

2021-06-10 17:10:14 364 2

原创【莫烦Python】Numpy & Pandas (数据处理教程) pandas合并merge

import pandas as pd# merging two df by key/keys. (may be used in database)# simple exampleleft = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3']})right = pd.DataFrame({'key':['K0.

2021-06-10 16:32:06 239 2

原创【莫烦Python】Numpy & Pandas (数据处理教程) pandas合并concat

import numpy as npimport pandas as pd#concatenatingdf1 = pd.DataFrame(np.ones((3,4))*0, columns=['a','b','c','d'])df2 = pd.DataFrame(np.ones((3,4))*1, columns=['a','b','c','d'])df3 = pd.DataFrame(np.ones((3,4))*2, columns=['a','b','c','d'])合并这三个数据

2021-06-09 16:48:30 135

原创【莫烦Python】Numpy & Pandas (数据处理教程) pandas导入导出数据

import pandas as pddata = pd.read_excel('1.xlsx') 导入excel文件print(data)data.to_pickle('student.pick') 导出文件有好多保存文件的形式，可以参考菜鸟教程

2021-06-09 16:20:30 180

原创【莫烦Python】Numpy & Pandas (数据处理教程) pandas处理丢失数据

import numpy as npimport pandas as pddates = pd.date_range(' 20130101', periods=6)df = pd.DataFrame(np.arange(24).reshape((6,4)), index=dates, columns=['A', 'B', 'C', 'D'])df.iloc[0,1] = np.nandf.iloc[1,2] = np.nanprint(df.dropna(axis=0,how='any'))

2021-06-09 15:15:51 184

原创【莫烦Python】Numpy & Pandas (数据处理教程) pandas设置值

import numpy as npimport pandas as pddates = pd.date_range(' 20130101', periods=6)df = pd.DataFrame(np.arange(24).reshape((6,4)), index=dates, columns=['A', 'B', 'C', 'D'])df.iloc[2,2] = 1111 将第二列第二行的值改成1111df.loc['20130101','B'] = 2222 用标签的形式修改df[

2021-06-09 14:47:55 81

原创【莫烦Python】Numpy & Pandas (数据处理教程) pandas选择数据

import numpy as npimport pandas as pddates = pd.date_range(' 20130101', periods=6)df = pd.DataFrame(np.arange(24).reshape((6,4)), index=dates, columns=['A', 'B', 'C', 'D'])print(df)print(df['A']) 选择ABCD的某一列A，可以用传参的方式进行输出。print(df.A) 可以实现同样的效果

2021-06-09 10:37:32 106

原创【莫烦Python】Numpy & Pandas (数据处理教程) Pandas的基本介绍

numpy和pandas的不同点numpy是一个帮你序列化好的一个矩阵或者是序列pandas更像是一个字典形式的numpy，如果是nump是列表的话，那么pandas就相当于字典import pandas as pdimport numpy as nps = pd.Series([1,3,5,np.nan,44,1]) #创建一个序列dates = pd.date_range(‘20210608’,periods=6)df = pd.DataFrame(np.random.randn

2021-06-08 17:00:06 106

原创【莫烦Python】Numpy & Pandas (数据处理教程) numpy copy ＆ deep copy

import numpy as npa = np.arange(4)b = ac = ad = ba[0] = 11输出a 为 array([11,1,2,3])d[1:3] = [22,33] 第一项到第三项有两个项array([11,22,33,3])b = a.copy() #当b想copy a的值但是不想影响到a，可以用copy（）的方法...

2021-06-08 15:59:01 86

原创【莫烦Python】Numpy & Pandas (数据处理教程) numpy array分割

import numpy as npA = np.arange(12).reshape((3,4))print(A) 输出三行四列的0-11从横向分割（axis=1）表示列print(np.split(A,2,axis=1)) 纵向分割（axis=0）表示行print(np.split(A,2,axis=0)) print(np.vsplit(A,3)) 纵向分成三块print(np.hsplit(A,2))横向分成两块...

2021-06-08 15:35:05 115

原创【莫烦Python】Numpy & Pandas (数据处理教程) numpy array合并

import numpy as npA =np.array([1,1,1])B =np.array([2,2,2])print(np.vstack((A,B))) 上下合并称数列C = np.concatenate((A,B,B,A),axis=0) 在上下这个维度进行合并，纵向合并C = np.concatenate((A,B,B,A),axis=1) 输出多个array进行合并，横向合并...

2021-06-08 15:21:05 154

原创【莫烦Python】Numpy & Pandas (数据处理教程) numpy索引

import numpy as npA = np.arange(3,15)print(A) 输出3-14print(A[3]) 索引值从0开始，打印输出6A = np.arange(3,15).reshape((3,4))print(A[2]) 输出矩阵的索引值为2，也就是第三行 print(A[1][1]) 输出矩阵的第一行第一列也可以切片操作 print(A[1,1:3]) 输出第一行的1到3 for row in A: 输出A的行print(row)for column

2021-06-08 10:44:05 128

原创【莫烦Python】Numpy & Pandas (数据处理教程) numpy的基础运算2

import numpy as npA = np.arange(2,14).reshape((2,4)) 输出一个从2-13的二行四列的矩阵np.arfmin(A) 最小的索引np.arfmax(A) 最大的索引print(np.nonzero(A)) 函数能够描述出每一个非零元素在不同维度的索引值print(A.T) 矩阵的转置print(np.clip(A,5,9))...

2021-06-07 16:25:22 92

原创【莫烦Python】Numpy & Pandas (数据处理教程) numpy的基础运算

import numpy as npa = np.array[10,20,30,40] a输出10 20 30 40b = np.arange(4) b输出0-3c = a-b 两个列表相加c=10*np.sin(a) 求出sin值再乘以10print（b<3）输出提示哪些是True,哪些是Flasea = np.array([1,1], [0,1])b = np.arange(4).reshape((2,2))c =a*b 逐个相乘c

2021-06-07 10:04:22 107

原创【莫烦Python】Numpy & Pandas (数据处理教程) numpy的创建array

import numpy as npa = mp.array([2,23,4]) 在括号里创建你想创建的array是什么样子的，一般用list形式输出时不带逗号【2 23 4】a = mp.array([2,23,4]，dtype=np.int) 默认输出整形a = mp.array([2,23,4]，dtype=np.float) 默认输出浮点型输出一个二维矩阵a = np.array([2,23,4], [2,23,4])输出一个全部为零的矩阵a =

2021-06-07 09:39:31 228

原创【莫烦Python】Numpy & Pandas (数据处理教程) numpy基本属性

import numpy as nparray = np.array([[1,2,3], [2,3,4]]) 将列表转换为二维数组print('number of dim"',array.ndim) 知道这是几维数组print('shape:',array.shape) 知道形状是什么样的prrint('size',array.size) 知道是多大 ...

2021-06-07 09:24:29 88

原创小甲鱼Python第三十二讲、三十三讲（异常处理）

第三十二讲file_name = input('请输入需要打开的文件名：')f=open(file_name)#传入想要打开的文件名print('文件的内容是：')for each_line in f:#打印文件里的内容 print(each_line)Python 异常处理python提供了两个非常重要的功能来处理python程序在运行中出现的异常和错误。你可以使用该功能来调试python程序。异常处理: 本站Python教程会具体介绍。断言(Assertions):本站Py

2021-05-17 16:58:51 100

原创小甲鱼Python第三十一讲（永久存储）

import pickleimport picklemy_list=[123,'小甲鱼',3.14]#将数据存储到列表里pickle_file = open('my_list.pk1','wb')#用wb二进制的形式保存起来。pickle.dump(my_list,pickle_file)#将列表里的数据dump到pickle_file,放到缸里面pickle_file.close()pickle_file=open('my_list.pk1','rb')my_list2=pickle.l

2021-05-17 10:21:34 177

空空如也

空空如也