blog_empire的专栏

转载地址：http://blog.sina.com.cn/s/blog_9470b2b00101rt8a.htmlPython使用NumPy包完成了对N-维数组的快速便捷操作。使用这个包，需要导入numpy。 SciPy包以NumPy包为基础，大大的扩展了numpy的能力。为了使用的方便，scipy包在最外层名字空间中包括了所有的numpy内容，因此只要导入了scipy，不必在单独导入nu

numpy基本方法NumPy基本方法一、数组方法创建数组：arange()创建一维数组；array()创建一维或多维数组，其参数是类似于数组的对象，如列表等读取数组元素：如a[0],a[0,0]数组变形：如b=a.reshape(2,3,4)将得到原数组变为2*3*4的三维数组后的数组；或是a.shape=(2,3,4)或a.resize(2,3,4)直接改变数组a的形状

#绘制条形图import numpy as npimport matplotlib.pyplot as plty=[]plt.figure(1)width=1for i in range(len(y)): plt.figure(1) plt.bar(i*width,y[i],width)plt.xlabel("X")plt.ylabel("Y")plt.show(

4.绘制散列图import matplotlib.pyplot as pltimport numpy as npimport randomplt.figure(figsize=(8,4))x=np.random.random(100)y=np.random.random(100)plt.scatter(x,y,s=x*1000,c=y,marker=(5,1),alpha=0.8,l

#绘制三维图import numpy as npimport mpl_toolkits.mplot3dimport matplotlib.pyplot as pltx,y=np.mgrid[-2:2:20j,-2:2:20j]z=x*np.exp(-x**2-y**2)ax=plt.subplot(111,projection='3d')ax.plot_surface(x,y,z,r