提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
一、zip函数与zip(*)函数
前者用来压缩,后者用来解压
示例:
list1=[1,2,3]
list2=[4,5,6]
list3=zip(list1,list2)
print(list3)
结果:
list1=[1,2,3]
list2=[4,5,6]
list3=zip(list1,list2)
print(list3)
listfinal=list(list3)
print(listfinal)
这下就对了:
list1=[1,2,3]
list2=[4,5,6]
list3=zip(list1,list2)
print(list3)
listfinal=list(list3)
print(listfinal)
jieya=zip(*listfinal)
jieyafinal=list(jieya)
print(jieyafinal)
解压:
二、生成随机数
2.1随机生成1-5范围内的十元素列表
代码如下(示例):
import random
I=[(random.randrange(5))for i in range(10)]
print(I)
结果:
2.2 随机生成三维空间里的点
import random
minpos=0
maxpos=100
I=[(random.randrange(minpos,maxpos),random.randrange(minpos,maxpos),random.randrange(minpos,maxpos))for i in range(5)]
print(I)
结果:
该处使用的url网络请求的数据。
三、遍历整个列表
I=[1,2,3,4,5]
for i in I:
print(i)
结果:
四、plt画图(对比matlab)
import random
import matplotlib.pyplot as plt #.pyplt别忘了
#不加这两行代码,后面中文显示不出来
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
minpos=0;maxpos=100
I=[(random.randrange(minpos,maxpos),random.randrange(minpos,maxpos),random.randrange(minpos,maxpos))for i in range(5)]
print(I)
x=[];y=[];z=[]
for i in I:
x.append(i[0])
y.append(i[1])
z.append(i[2])
print(x)
print(y)
print(z)
pic1=plt.figure()
plt.xlabel('x');plt.ylabel('y');plt.title('一')
plt.plot(x,y,'-o')
pic2=plt.figure()
plt.xlabel('x');plt.ylabel('z');plt.title('二')
plt.plot(x,z,'-o')
plt.show()#一个即可
五、三维散点图
5.1一般的三维散点
随机生成50个三维坐标点,画三维坐标图:
import random
import matplotlib.pyplot as plt #.pyplt别忘了
from mpl_toolkits.mplot3d import Axes3D
#不加这两行代码,后面中文显示不出来
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
minpos=0;maxpos=100
I=[(random.randrange(minpos,maxpos),random.randrange(minpos,maxpos),random.randrange(minpos,maxpos))for i in range(50)]
print(I)
x=[];y=[];z=[]
for i in I:
x.append(i[0])
y.append(i[1])
z.append(i[2])
print(x)
print(y)
print(z)
pic1 = plt.figure()
sandi = Axes3D(pic1)
sandi.set_xlabel('x')
sandi.set_ylabel('y')
sandi.set_zlabel('z')
sandi.scatter(x, y, z)
plt.show()#一个即可
5.2 有颜色权重的三维图
以高度作为颜色的依据,高度越大,颜色越重
import random
import matplotlib.pyplot as plt #.pyplt别忘了
from mpl_toolkits.mplot3d import Axes3D
#不加这两行代码,后面中文显示不出来
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
minpos=0;maxpos=100
I=[(random.randrange(minpos,maxpos),random.randrange(minpos,maxpos),random.randrange(minpos,maxpos))for i in range(50)]
print(I)
x=[];y=[];z=[]
for i in I:
x.append(i[0])
y.append(i[1])
z.append(i[2])
print(x)
print(y)
print(z)
color=z
pic1 = plt.figure()
sandi = Axes3D(pic1)
sandi.set_xlabel('x')
sandi.set_ylabel('y')
sandi.set_zlabel('z')
sandi_yanse=sandi.scatter(x, y, z,c=color)
pic1.colorbar(sandi_yanse)
plt.show()#一个即可
结果:
六、随机生成矩阵
#列表和矩阵压根不是一个东西
import numpy as np
a=np.random.randint(1,10,(3,3))
print(a)
print(np.shape(a))
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。