Python数据可视化分析 matplotlib教程(1)：环境搭建、初步绘画、numpy的简介

Python数据可视化分析 matplotlib教程

环境搭建

1. 安装 anaconda
2. 安装 Pycharm

安装后注意解释器使用anaconda文件包中的python.exe

初步绘画

在Python console界面输入命令

import matplotlib.pyplot as plt

开始绘画坐标为[1,2,3]和[3,2,1]的一条直线 输入命令

plt.plot([1,2,3],[3,2,1])

将图展示出来，输入命令

plt.show()

这样就会得到图。

如果需要修改，则需要重新输入命令，这样非常麻烦，所以我们采用文件的形式更加方便。

文件形式绘画

1. 创建文件（格式为python file 名称为project1)

2. 把上述命令粘贴至文件

    import matplotlib.pyplot as plt
    plt.plot([1,2,3],[3,2,1])
    plt.show()
   

3. 运行project1 得到所画的图

   

只要修改文件即可完成图片的修改。

Numpy简介

创建numpy对象的方法

方法一

1. 打开python console控制台

2. 引入numpy

   import numpy as np
   

3. 创建对象

   a=[1,2,3,4]
   

4. 将a转换为数组

   x1=np.array(a)
   

方法二（使用内置函数）

1. 使用numpy的arange函数

   x=np.arange(11)//结果生成一个序列
   

2. 查看结果

   

方法三（从文件获取）

x=np.loadtxt('000001',delimiter=',',skiprows=1,usecols=(1,4,6),unpack=False)
分别对应文件名、分隔标志、跳过的行、选择使用的列、是否将数据分开

几个好用的函数

x.shape //查看矩阵的大小

实用的技巧

unpack：把数据不作为一个整体

open,close,volume=np.loadtxt('000001',delimiter=',',skiprows=1,usecols=(1,4,6),unpack=True)
//意为把三列分开放在三个变量内

分别输入open,close,volume可以检查到数据

基本操作

1. 创建一个简单的数组

   c=np.arange(11)
   

   显示结果如下：

   

2. 矩阵加法

   c+c
   

   显示结果如下：

   

3. 矩阵乘法、减法（按上述步骤）

4. 索引和切片截取一段 c[0:5:2] 0,5表示选取索引为0，1，2，3，4的数字 2为步长

常用函数

1. 创建一个随机数组

   c=np.random.randint(1,100,10) 生成10个数 从1到100之间取样
   

2. 求数组中的最值

   数组作为参数

   #求最大值
   np.max(c)
   #求最小值
   np.min(c)
   #求均值
   np.mean(c)
   #排序
   生成一个排序后的新数组，但是原数组不会改变
   y=np.sort(c)
   

   直接调用函数

   c.max()
   c.min()
   c.mean()
   c.sort() #生成一个排序后的数组 原数组改变