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=' ') # 定义使用 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()
