第一章学习Scipy 及一个小例子

Scipy与Numpy数据处理

最新推荐文章于 2025-10-04 09:14:53 发布

转载最新推荐文章于 2025-10-04 09:14:53 发布 · 124 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/evoler/p/5405722.html

文章标签：

#python #人工智能

本文介绍如何利用Scipy和Numpy进行数据处理，包括数据读取、预处理及清洗，并展示了散点图的绘制过程。重点讲解了Scipy中常用工具如stats、interpolate等的功能。

为方便，Numpy的所有命名空间都可以通过Scipy访问

import numpy, scipy
print scipy.version.full_version
print scipy.dot is numpy.dot

#0.13.0b1
#True

比较常用的scipy工具有stats（统计学工具包）、scipy.interpolate（插值，线性的，三次方的）、cluster（聚类）、signal（信号处理）

数据读取，使用scipy下的genformtxt(),读取到数据有（743，2）743行2列

# encoding=utf-8
import scipy as sp
data = sp.genfromtxt('web_traffic.tsv', delimiter='\t')

# 定义使用\t作为分隔符
print data[:10]
print data.shape

预处理和清洗数据

将各维度分成两个向量

# 清理无效数据
x = x[~sp.isnan(y)]
y = y[~sp.isnan(y)]

# 散点坐标图
plt.scatter(x, y)
# x坐标
plt.xlabel('Time')
plt.ylabel('Hits/hour')
# tick 标记号于
plt.xticks([w*7*24 for w in range(10)],
           ['week %i'%w for w in range(10)])
# 自动测量/规模 tight=紧
plt.autoscale(tight=True)
# 开启网格
plt.grid()
# 显示图表
plt.show()