matplotlib_pandas_numpy阶段小结

1.使用numpy实现特征值特征向量的求解

import numpy as np
a = np.random.randint(10, 20, 9).reshape(3, 3)
print(a)
b = np.random.randint(10, 20, 9).reshape(3, 3)
print(b)
c = a.dot(b)
print(c)
# 求特征值和特征向量
eigenvalue, featurevector = np.linalg.eig(c)
print(eigenvalue)
print("*" * 20)
print(featurevector)


eigenvalue是特征值
featurevector是特征向量

2.对于一组二维数据
选区前三行和前三列可以不使用iloc和loc语句
直接使用.head（3)可直接选区前三行前三列

3.在使用matplotlib作图时，有时候坐标轴的负号会不显示

这时候在导入的matplotlib语句中插入这句指令

import matplotlib.pyplot as plt

plt.rcParams['axes.unicode_minus']=False

坐标轴的负号就可以显示了