ShengXIABai的博客

matplotlib进阶使用（2）画布上创建多个子图（一）subplot()原型：plt.subplot(nrows, ncols, index)作用：返回给定网格位置的axes对象说明：在当前图中，该函数创建并返回一个Axes对象，在ncolsaxes的nrows网格的位置索引处。索引从1到nrows * ncols，以行主顺序递增。如果nrows，ncols和index都小于10。索引也可以作为单个，连接，三个数字给出例如，subplot(2, 3, 3)和subplot(233)都在当

matplotlib进阶使用（1）一、使用面向对象思想画图虽然使用matplotlib.pyplot模块很容易快速生成绘图，但建议使用面向对象的方法，因为它可以更好地控制和自定义绘图，并且matplotlib.axes.Axes类中也提供了大多数函数使用更正式的面向对象方法背后的主要思想是创建图形对象，然后只调用该对象的方法或属性，这种方法有助于更好地处理其上有多个绘图的画布在面向对象的界面中，pyplot仅用于一些功能，如图形创建，用户显式创建和跟踪图形和轴对象。在此级别，用户使用pyplot创建

matplotlib概述一、简介Matplotlib最初由John D. Hunter于2003年编写Matplotlib是用于数据可视化的最流行的Python包之一它是一个跨平台库，用于根据数组中的数据制作2D图Matplotlib是用Python编写的，并使用了Python的数值数学扩展NumPy它提供了一个面向对象的API，有助于使用Python GUI工具包(如PyQt，WxPythonotTkinter)在应用程序中嵌入绘图它也可以用于Python和IPython shell，Jup

IO操作numpy 可以读写磁盘上的文本数据或二进制数据numpy 为 ndarray 对象引入了一个简单的文件格式：npynpy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息常用IO函数作用load() 和 save()是读写文件数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中savez()用于将多个数组写入文件，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npz 的文件

拷贝一、赋值简单的赋值不会创建数组对象的副本。 相反，它使用原始数组的相同id()来访问它。 id()返回 Python 对象的通用标识符，类似于 C 中的指针一个数组的任何变化都反映在另一个数组上。 例如，一个数组的形状改变也会改变另一个数组的形状二、视图又可称为浅拷贝，是数据的一个别称或引用，通过该别称或引用亦便可访问、操作原有数据，但原有数据不会产生拷贝。对视图进行修改，它会影响到原始数据，物理内存在同一位置（1）数组切片获得视图numpy 的切片操作返回原数据的视图，修改数据会

函数一、字符串函数用于对 dtype 为 numpy.string_ 或 numpy.unicode_ 的数组执行向量化字符串操作基于 Python 内置库中的标准字符串函数在字符数组类（numpy.char）中定义1.add()对两个数组的元素进行字符串连接2.multiply()返回按元素多重连接后的字符串3.center将字符串居中，并使用指定字符在左侧和右侧进行填充4.capitalize()将字符串第一个字母转换为大写5.title()将字符串的每个单词的第一个

numpy数组操作一、修改数组形状1.reshape()方法原型：reshape(shape, order='C')作用：不改变数据的条件下修改形状参数说明shape形状order‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘k’ – 元素在内存中的出现顺序2.flat数组元素迭代器3.flatten()方法原型：flatten(order='C')作用：展平的数组元素并拷贝一份，顺序通常是"C风格"注意：修改返回的数组不会对原数组产生影

numpy元素操作一、切片和索引ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组冒号 : 的解释如果只放置一个参数，如 [2]，将返回与该索引相对应的单个元素。如果为 [2:]，表示从该索引开始以后的所有项都将被提取。如果使用了两个参数，如 [2:7]，那么则

numpy数组的基本使用一、numpy数组与Python中列表的对比效率对比二、Ndarray数组属性NumPy 数组的维数称为秩（rank），一维数组的秩为 1，二维数组的秩为 2，以此类推在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就

操作Ndarray对象一、创建Ndarray数组对象说明numpy默认ndarray的所有元素的类型是相同的，这一点与Python中的list不同如果传进来的列表中包含不同的类型，则统一为同一类型，优先级：str>float>intarray()函数原型：numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)作用：创建Ndarray数组对象参数说明

numpy一、numpy简介（一）由来NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发（二

anaconda安装及使用一、简介1.概述Anaconda就是可以便捷获取包且对包能够进行管理，包括了python和很多常见的软件库和一个包管理器conda。常见的科学计算类的库都包含在里面了，使得安装比常规python安装要容易，同时对环境可以统一管理的发行版本Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项2.特点开源安装过程简单高性能使用Python和R语言免费的社区支持3.与virtualenv的对比ana

jupyter安装及使用一、简介jupyter Notebook是一个交互式的Web应用程序，便于创建和共享文学化程序文档，支持实时代码、数学方程、可视化和MarkDown用途包括：数据清理和转换、数值模拟、统计建模、机器学习等，是数据分析常用的应用程序，运行方法只需在使用的文件夹下输入命令jupyter notebook即可1.组成部分：网页应用：网页应用即网页形式的、结合了编写说明文档、数学公式、图片以及其他富媒体形式的工具。简言之，网页应用是可以实现各种功能的工具文档：即jupyte

数据分析工具一、ipython（一）简介ipython是python的一个交互式shell，比默认的“python shell”更方便，支持变量自动补全，自动缩进，支持bash shell命令，内置了许多强大的功能和函数。IPython是基于BSD开源的，并且IPython为交互式计算提供了一个丰富的架构，包含如下内容：1.强大的交互式shell2.工Jupyter notebook使用的jupyter内核3.交互式的数据可视化工具4.灵活、可嵌入的解释器5.易于使用、高性能的并行计算工