Python数据可视化分析 matplotlib教程
环境搭建
- 安装 anaconda
- 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
-
创建文件(格式为python file 名称为project1)
-
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()
-
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
-
打开python console控制台
-
引入numpy
import numpy as np
-
创建对象
a=[1,2,3,4]
-
将a转换为数组
x1=np.array(a)
方法二(使用内置函数)
-
使用numpy的arange函数
x=np.arange(11)//结果生成一个序列
-
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
-
创建一个简单的数组
c=np.arange(11)
显示结果如下:
-
矩阵加法
c+c
显示结果如下:
-
矩阵乘法、减法(按上述步骤)
-
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
-
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
-
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