数据分析与展示学习心得

IDE 集成开发环境

选择 anaconda

numpy库

ndarray对象的属性

.ndim  秩 及纬度

.shape 尺寸 n行m列

.size 元素的个数

.dtype  元素类型

.itemsize 每个元素的大小 字节

创建方法:

1.从列表, 元组中创建

可以自行设置dtype=np.int32

2. 自带函数

np.arange() 同range() 只有这个生成是int类型 其他都是浮点类型

np.ones() 根据shape生成一个全1的数组

np.zeros()

np.full(shape,value)  根据shape生成一个全value的数组

np.eye(n) 生成一个n*n的矩阵, 左上右下的对角线为1,其他为0 即单位矩阵

np.ones_like(a) 根据a的形状生成一个全1数组

np.zeros_like(a)

np.full_like(a,value)

np.linspace(start, end, step, endpoint=Ture)  例如,1,10,4  生成[1,4,7,10] 如果为false 则最后一个元素是否为生成中的一个

np.concatenate((a,b)) 将a,b合成一个新数组

.reshape(shape) 不改变数组元素,返回一个shape形状的数组,原数组不变 要保证元素的总体个数不改变

.resize(shape)原数组改变

.swapaxes(ax1, ax2) 将数组n个维度中的两个维度进行调换

.flatten() 降维 原数组不变

.astype(new_type)改变数组类型 原数组不变

.tolist() 数组转换为列表

索引和切片

一维同python

二维a[1,2] a[-1,-2]

a[:1,-3]

a[:,1:2,:]

一元函数

以下函数都不会改变原数组

np.abs(a)

np.fabs(a)

np.sqrt(a)

np.square(a)

np.log(a) np.log10(a) np.log2(a)

np.ceil(a) np.floor(a)  ceiling值 不超过元素的整数值  floor 小于元素的整数值

np.rint(a) 四舍五入

np.modf(a) 小数和整数部分以两个独立数组返回 整数部分也是浮点数

np.sin(a) 

np.exp(a) 各个元素的指数值

np.sign(a) 符号值,正数1负数-1

二元函数

+ - * / **

np.maximum(a,b) np.fmax() 如果数据不同 则改变成相同

np.mod(a,b)

np,copysign(a,b) 将b中各元素的符号赋值给a

> < >= <= == != 各元素进行比较 返回布尔数组 

CSV文件(Comma-Seperated Value) 逗号分隔值

np.savetxt(frame, array, fmt='%.18e', delimter=None)

frame:文件,字符串或产生器 可以是.gz .bz2格式的压缩文件

fmt %d  %.3f  %.18e

delimter 分隔符号

np.loadtxt(frame, dtype=np.float, delimter=None)

只能存读一维和二维数组

a.tofile(frame, sep='', format='%d')

如果sep为空 则为二进制文件, 看不懂

b = np.fromfile('2.dat', dtype=np.int, count=-1, sep='')

count 为个数, -1 为全部

np.save('a.npy', a)
b = np.load('a.npy')

random库

np.random.rand(shape)

np.random.randn(shape) 正太分布

np.random.randint(low, high, shape)

np.random.seed() 随机数种子

统计函数

 

 斜率运算

手绘风格图片转换

import numpy as np

from PIL import Image

a = np.asarray(Image.open('1.jpg').convert('L')).astype('float')

depth = 10
grad = np.gradient(a)
grad_x, grad_y = grad
grad_x = grad_x * depth /100.
grad_y = grad_y * depth /100.
A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)
uni_x = grad_x / A
uni_y = grad_y / A
uni_z = 1. / A

vec_el = np.pi / 2.2
vec_az = np.pi / 4.
dx = np.cos(vec_el) * np.cos(vec_az)
dy = np.cos(vec_el) * np.sin(vec_az)
dz = np.sin(vec_el)

b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z)
b = b.clip(0, 255)


im = Image.fromarray(b.astype('uint8'))
im.save('2.jpg')

matplotlib库

import matplotlib.pyplot as plt

plt.plot([0, 2, 4, 6, 8], [3, 1, 4, 5, 2])4 plt.ylabel("grade")
plt.axis([-1, 10, 0, 8])
plt.savefig('13', dpi=300)
plt.show()

 

def f(t):
    return np.exp(-t) * np.cos(2 * np.pi * t)

a = np.arange(0, 5, 0.1)

plt.subplot(211)
plt.plot(a, f(a))

plt.subplot(212)
plt.plot(a, np.cos(2 * np.pi * a), 'rp')
plt.xlabel('你好', fontproperties='SimHei', fontsize=12)
plt.ylabel("你好呀", fontproperties='SimHei', fontsize=12)
plt.savefig('3', dpi=600)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

def main():
    x = np.arange(0.05, 3, 0.05)
    y1 = [np.log(a)/np.log(1.5) for a in x]
    plt.plot(x, y1, linewidth=2, color='#007500', label='log1.5(x)')
    plt.plot([1, 1], [y1[0], y1[-1]], 'r--', linewidth=2)
    y2 = [np.log(a) / np.log(2) for a in x]
    plt.plot(x, y2, linewidth=2, color='#9F35FF', label='log2(x)')
    y3 = [np.log(a) / np.log(3) for a in x]
    plt.plot(x, y3, linewidth=2, color='#F75000', label='log3(x)')
    plt.legend(loc='lower right')  # 标签放在右下角
    plt.grid(True)  # 网格线
    plt.show()

if __name__ == '__main__':
    main()

format_string

r--d 红色虚线

前面是颜色 后面是风格最后是标记

-  实线

-- 破折线

-. 点划线

: 虚线

'' ' ' 无线条

标记字符

. 点标记

, 像素标记 极小的点

o 实心圈

v 倒三角

^ 上三角

> 右三角

< 左三角

1 下花三角

s 实心方形

p 实行五角星

* 星形

h 竖六边形

H 横六边形

+ 十字标记

x  x标记

D 菱形标记

d 痩菱形

| 垂直线标记

color=  linestyle= marker= markerfacecolor= markersize=

支持中文字体

# import matplotlib
# matplotlib.rcParams['font.family'] = 'SimHei'
# 全局改变

plt.xlabel('你好', fontproperties='SimHei', fontsize=12)
plt.ylabel("你好呀", fontproperties='SimHei', fontsize=12)
# 部分改变

plt.xlabel()

plt.ylabel()

plt.title()

plt.text() 在任意位置加文本

plt.annotate() 增加带箭头的注解