numpy,pandas,matplotlib的一些笔记

最新推荐文章于 2025-05-18 18:08:36 发布

原创最新推荐文章于 2025-05-18 18:08:36 发布 · 613 阅读

0 ·

CC 4.0 BY-SA版权

本文介绍了如何使用NumPy进行数组操作及统计分析，并通过Matplotlib实现数据可视化，包括折线图、散点图和直方图的绘制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.numpy array是list一个很好的补充，numpy array可以进行数组的整体操作。

a=np.array([1,2,3,4,5])

b=np.array([1,2,3,4,5])

c=a/b

2.numpy构造数组子集的操作很方便，并进行数据统计。

import numpy as np

height = np.round(np.random.normal(1.75,0.20,5000),2)
weight = np.round(np.random.normal(60.32,15,5000),2)
np_city=np.column_stack((height,weight))

np.mean(np_city[:,0])
np.median(np_city[:,0])
np.corrcoef(np_city[:,0],np_city[:,1])
np.std(np_city[:,0])

3. matplotlib折线图、散点图、直方图的使用

import matplotlib.pyplot as plt
year=[1950,1970,1990,2010]
pop=[2.519,3.692,5.263,6.972]
plt.plot(year,pop)
plt.scatter(year,pop)

values=[0,0.3,1.2,3,4,5,4,7,30,23,34]
plt.hist(values,bins=3)

plt.show()