![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python科学计算、可视化等
文章平均质量分 54
MirrorN
知来者之可追
展开
-
Matplotlib饼图、环图绘制代码
不只是饼状图,Matplotlb的官网上Example页面下有各种图表的例子(Matplotlib-Examples),因此,如果想要绘制图表,建议先到官网上看一看,挑选合适的图表,如果不懂的话,再找其他资料学习。最近需要绘制饼状图(其实是环状图),其实简单绘制的话是很简单的,但是对参数进行一些调整的话会使图表变得很好看,这里重点记录一下pie()函数的一些重要参数,同时记录一下这份代码作为De...原创 2019-11-25 19:01:44 · 1201 阅读 · 0 评论 -
实验楼 - Python Numpy 100题实验(七)
这一部分主要内容有:对数组缺失值的一些处理numpy.unique()函数一些统计函数的使用找出数组中的缺失值的总数以及所在的位置首先创建一个含有缺失值的数组在进行处理:a = np.random.rand(10, 10)#首先创建数组a[np.random.randint(10, size=5), np.random.randint(10, size=5)] = np.nan...原创 2018-10-10 15:56:17 · 855 阅读 · 0 评论 -
Matplotlib面向对象的绘图方式中不同Artist对象的介绍
Matplotlib是一个面向对象的绘图库,在最终图像上所呈现出来的所有元素,都是一个可以控制的对象,那么如何理解绘图的过程呢?可以简单地类比在画布上画图的过程,首先大致的绘制流程:创建Figure对象(相当于在画架上添加画布)为灭一个Figure对象添加一个或者多个Axes对象(在某张画布上划分不同的画图区域)调用Axes对象的方法来创建各种简单类型的Artist对象(在某一个画图区域...原创 2018-10-30 18:34:06 · 961 阅读 · 0 评论 -
Python Matplotlib 散点图的绘制
之前使用matplotlib绘制曲线图直接使用的是plot()方法,其实绘制基础的散点图很简单,只要使用scatter()方法就可以了,其他的设置方式与曲线图的设置方式也是一致的。 例如:import matplotlib.pyplot as pltimport numpy as npx1 = [1, 2, 3, 4]y1 = [1, 2, 3, 4] #第一组数据x2 ...原创 2018-05-17 18:27:58 · 40956 阅读 · 0 评论 -
Python Matplotlib 改变坐标轴的默认位置
使用Matplotlib绘制的图表的默认坐标轴是在左下角的,这样对于一些函数的显示不是非常方便,要改变坐标轴的默认显示方式主要要使用gca()方法plt.gca()表示 Get current axis,使用这个方法我们可以获得整张图表的坐标对象,这样我们就可以对坐标进行处理了,像移动位置,设置颜色之类的,类似plt.gcf()这个是 Get current figure 即获得当前图表的图...原创 2018-05-08 21:27:16 · 50149 阅读 · 6 评论 -
Python-Matplotlib绘制基础
1.关于安装Matplotlib以及Numpy参照这篇博客博客,写的很详细:python实践系列 安装的过程中可能会遇到关于pip安装的问题,可以参照这里安装pip:安装pip2.Matplotlib的使用现在有很多Python科学计算的书籍,我在参加数学建模比赛的时候也见到过很多同学使用Python绘图,感觉跟Matlab差不多,但是Matlab是真的大啊~首先看看如何画出第一个图...原创 2018-05-02 17:03:00 · 229 阅读 · 0 评论 -
Python Matplotlib 关于subplot的使用
以面向对象方式绘图在使用Matplotlib进行绘图的时候,对于不太复杂的绘图,我们可以直接使用plot()函数直接绘制,但是实际上,Matplotlib是一个面向对象的绘图库,我们绘制的图像中,每条曲线,每个边框等等都对应一个对象,因此,可以从面向对象的角度考虑绘图,plt.figre()就创建了一个FIgure()对象,对于这一点,我们可以查看一下:In [3]: fig = pl...原创 2018-08-17 17:01:35 · 9493 阅读 · 1 评论 -
sklearn模型训练报错:ValueError: Unknown label type: 'unknown'
测试一个简单的LogisticRegression模型,代码如下:import numpy as npimport pandas as pdfrom sklearn.cross_validation import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.decompositi...原创 2019-05-26 10:51:28 · 19631 阅读 · 2 评论 -
Matplotlib 记录
Matplotlib 绘图 记录在这里记录一下平时使用Matplotlib绘图的时候遇到的一些零散的知识点,以后在遇到类似的问题,就在这里找啦。文章目录Matplotlib 绘图 记录Sactter函数格式绘图 颜色、线、点的取值如何在图像中标注点在图像中显示网格在图像中绘制一条线段Sactter函数格式scatter(x, y, s=None, maker=None, cm...原创 2018-11-12 21:50:40 · 323 阅读 · 0 评论 -
实验楼 - Python Numpy 100题实验(六)mean(),set_printoptions()函数等
这一部分的主要内容:numpy.mean()排序的一些例子numpy.set_printoptions()对于随机的3*3的二维数组,减去数组的每一行的平均值a = np.random.randint(1, 10, (3,3))print('Array a:')print(a)a =a - a.mean(axis=1, keepdims=True)print('Result ...原创 2018-10-07 11:38:01 · 533 阅读 · 0 评论 -
实验楼 - Python Numpy 100题实验(五)uniform(),bincount()函数等
本篇的主要内容有:numpy.random.uniform()numpy.bincount()numpy.nonzero()numpy.random.choice()numpy.put()给定一个一位随机数组,找出离0.5最近的数字距离最近的点,可以很自然地想到绝对值,首先根据绝对值计算每个数到0.5的距离,然后我们需要求出这个数的序号,可以使用argmax()函数很简单地求得:...原创 2018-10-06 17:26:36 · 437 阅读 · 0 评论 -
Python - Numpy中对分段函数的一点总结
引出分段函数根据自变量的取值范围决定不同的计算方式,Numpy中提供了多种计算分段函数的方法。 方便起见,在这里使用一个分段函数的例子:计算三角波形(例子取自张若愚的《Python科学计算》) 三角波形具有周期性,因此我们只需要考虑0~1之间的这个范围就可以了,在这个范围里,又分了三个不同的表达式。最直观的自定义函数分段函数就是分类讨论嘛,只要针对不同的x值,选择范围,计算就可...原创 2018-08-05 23:46:23 · 28638 阅读 · 0 评论 -
Python - NumPy一维数组的切片
NumPy中对于一维数组的切片处理,跟list的操作感觉差不多:In [1]: import numpy as npIn [2]: arr1 = np.arange(10)In [3]: arr1Out[3]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])In [4]: arr2 = arr1[:3]In [5]: arr2Out[5]: ...原创 2018-05-29 16:09:39 · 5841 阅读 · 0 评论 -
Python numpy.ndim 和 numpy.shape
今天遇到了这个问题,感觉跟之前的认识不一样,所以记录一下:numpy.ndim查看网上的定义: 感觉Python 中一些概念跟数学不是很一致,这里使用了dimension,后边的解释还出现了rank,在线性代数里,我们理解这个 rank 是秩的意思吧,但是这里显然不是这样的,比如单位矩阵:data = [[1, 0, 0], [0, 1, 0], ...原创 2018-05-28 14:17:40 · 14364 阅读 · 0 评论 -
实验楼 - Python Numpy 100题实验(二) pad()函数应用
题目描述:使用数字0将一个全为1的数组包围起来:代码:In [74]: a = np.ones((5,5))In [75]: aOut[75]:array([[1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.], ...原创 2018-10-01 21:58:25 · 519 阅读 · 0 评论 -
实验楼 - Python Numpy 100题实验(三)diag()函数等
创建5*5的数组,并设置1,2,3,4在对角线的下方:使用numpy.diag()可以很方便的求出这个数组函数结构diag(v, k=0)参数说明v 传入一个数组,如果是一维数组,那么就会以这个数组为对角线元素创建一个对角矩阵,如果传入的数组多于一维,那么会提取这个数组的对角线元素k 可选参数,默认值是0,用来调整偏离对角线的距离例子#提取对角线元素In [6]: c = n...原创 2018-10-02 14:30:26 · 1701 阅读 · 0 评论 -
实验楼 - Python Numpy 100题实验(八):线性代数函数以及fromfunction函数等
本次的主要内容有:对线性代数函数例如逆矩阵函数,特征值以及特征值向量函数等的应用fromfunction()函数的使用求解给定矩阵的逆矩阵并验证a = np.random.randint(1, 5, (3,3)) # 注意这样的话要多试几次,因为随机数生成的矩阵可能会是奇异矩阵。。print('Arrray a:')print(a)b = np.linalg.inv(a)pr...原创 2018-10-11 11:16:36 · 601 阅读 · 0 评论 -
实验楼 - Python Numpy 100题实验(九):几种标准化算法实现
单独把这几道题目拿出来,归为一类吧,都是标准化算法。本讲的主要内容:Z-Score标准化算法Min-Max标准化算法应用L2范式标准化数据使用Z-Score标准化算法对数据进行标准化处理首先给出Z-Score标准化公式:Z=X−mean(X)sd(X)Z=\frac{X-mean(X)}{sd(X)}Z=sd(X)X−mean(X)其实知道了公式就好算了,只是对之前的一些...原创 2018-10-11 11:20:27 · 429 阅读 · 0 评论 -
实验楼 - Python Numpy 100题实验(四)linspace()函数等
创建一个5 * 5 的矩阵,其中每行都是1-5a = np.zeros((5, 5), dtype = np.int)a += np.arange(1,6)创建一个长度为 5 的等间隔一维数组,值域范围从0到1,但是不包括 0 和 1a = np.linspace(0 ,1, 6, endpoint=False)[1:]题目有两个要求:长度为5,等间隔不包括起始点0和1首先...原创 2018-10-04 17:20:38 · 1943 阅读 · 0 评论 -
实验楼 - Python Numpy 100题实验(一)
题目链接在实验楼看到这个Numpy的实验,权当是复习巩固了,感觉还是蛮有意思的,大家有兴趣也可以写一下,实验的链接(非广告哈):NumPy 百题大冲关基础50题首先是惯例:import numpy as np前面的50道题目是比较基础,就简单写写记录一下:获取Numpy的版本号print(np.__version__)创建单位矩阵、零矩阵等np.zeros(3,3)...原创 2018-09-27 15:42:04 · 1897 阅读 · 0 评论