Python学习计划——6.3常用的第三方库（如 numpy, pandas, matplotlib）

Python有许多强大的第三方库，广泛应用于数据分析、科学计算、数据可视化等领域。以下是对 numpy、pandas 和 matplotlib 三个常用第三方库的详细讲解及可运行的Python案例。

1. numpy 库

numpy 是一个用于科学计算的库，提供了支持大规模多维数组和矩阵运算的功能，此外还包含大量的数学函数库。

示例：

import numpy as np

# 创建数组
arr = np.array([1, 2, 3, 4, 5])
print(f"数组: {arr}")

# 数组运算
print(f"数组元素平方: {arr**2}")
print(f"数组元素求和: {np.sum(arr)}")

# 创建二维数组（矩阵）
matrix = np.array([[1, 2], [3, 4]])
print(f"\n矩阵:\n{matrix}")

# 矩阵运算
print(f"矩阵转置:\n{matrix.T}")
print(f"矩阵乘法:\n{np.dot(matrix, matrix)}")

2. pandas 库

pandas 是一个用于数据操作和分析的库，提供了高效的数据结构（如DataFrame）和数据分析工具。

示例：

import pandas as pd

# 创建数据帧
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)
print("数据帧:")
print(df)

# 数据帧操作
print("\n年龄的平均值:", df['Age'].mean())

# 筛选数据
print("\n筛选出年龄大于30的行:")
print(df[df['Age'] > 30])

3. matplotlib 库

matplotlib 是一个用于创建静态、动画和交互式可视化的绘图库。它能够生成各种类型的图表，如折线图、柱状图、散点图等。

示例：

import matplotlib.pyplot as plt

# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建图表
plt.plot(x, y, label='sin(x)')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Sine Wave')
plt.legend()
plt.show()

可运行的Python案例

下面是一个完整的Python程序，综合使用了 numpy、pandas 和 matplotlib 库，演示了数据分析和可视化的基本流程。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 使用numpy库创建数组
arr = np.array([1, 2, 3, 4, 5])
print(f"数组: {arr}")
print(f"数组元素平方: {arr**2}")
print(f"数组元素求和: {np.sum(arr)}")

# 使用numpy库创建矩阵
matrix = np.array([[1, 2], [3, 4]])
print(f"\n矩阵:\n{matrix}")
print(f"矩阵转置:\n{matrix.T}")
print(f"矩阵乘法:\n{np.dot(matrix, matrix)}")

# 使用pandas库创建数据帧
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)
print("\n数据帧:")
print(df)

# 数据帧操作
print("\n年龄的平均值:", df['Age'].mean())

# 筛选数据
print("\n筛选出年龄大于30的行:")
print(df[df['Age'] > 30])

# 使用matplotlib库创建图表
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y, label='sin(x)')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Sine Wave')
plt.legend()
plt.show()

可以将上面的代码复制到你的IDE中运行，观察程序的输出。在运行之前，请确保使用pip安装了所需的库：

pip install numpy pandas matplotlib

这个案例综合了 numpy、pandas 和 matplotlib 库的基本使用，帮助你理解和掌握这些第三方库的操作。继续加油，学习Python会越来越有趣和有用！