Numpy 和 Matplotlib库的学习笔记

什么是 NumPy?

NumPy是一个功能强大的Python库，主要用于对多维数组执行计算。NumPy这个词来源于两个单词-- Numerical和Python。NumPy提供了大量的库函数和操作，可以帮助程序员轻松地进行数值计算。这类数值计算广泛用于以下任务：

• 机器学习模型：在编写机器学习算法时，需要对矩阵进行各种数值计算。例如矩阵乘法、换位、加法等。NumPy提供了一个非常好的库，用于简单(在编写代码方面)和快速(在速度方面)计算。NumPy数组用于存储训练数据和机器学习模型的参数。

• 图像处理和计算机图形学：计算机中的图像表示为多维数字数组。NumPy成为同样情况下最自然的选择。实际上，NumPy提供了一些优秀的库函数来快速处理图像。例如，镜像图像、按特定角度旋转图像等。

• 数学任务：NumPy对于执行各种数学任务非常有用，如数值积分、微分、内插、外推等。因此，当涉及到数学任务时，它形成了一种基于Python的MATLAB的快速替代。

更加详细介绍参见中文官方文档 https://www.numpy.org.cn/index.html，或者英文官方文档 https://www.numpy.org/

什么是 matplotlib ？

Matplotlib是一个Python 2D绘图库，可以生成各种硬拷贝格式和跨平台交互式环境的出版物质量数据。Matplotlib可用于Python脚本，Python和IPython shell，Jupyter笔记本，Web应用程序服务器和四个图形用户界面工具包。

Matplotlib试图让简单易事的事情成为可能。你只需几行代码即可生成绘图，直方图，功率谱，条形图，误差图，散点图等。有关示例，请参阅示例图库和缩略图库。

对于简单的绘图，pyplot模块提供类似MATLAB的接口，特别是与IPython结合使用时。 对于高级用户，你可以通过面向对象的界面或通过MATLAB用户熟悉的一组函数完全控制线型，字体属性，轴属性等。

更加详细内容参见中文官方文档 https://www.matplotlib.org.cn/index.html，或英文官方文档 https://matplotlib.org/

实例应用

# -*- coding: utf-8 -*-
"""
Created on Thu Apr 18 17:28:39 2019

@author: haiwe
"""

#DrawRadar
import numpy as np
import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams['font.family'] = 'SimHei'
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
labels = np.array(['第一周','第二周','第三周','第四周','第五周','第六周'])
nAttr = 6
data = np.array([50, 90.9, 100, 97, 64.4, 65])  #数据组
angles = np.linspace(0, 2*np.pi, nAttr, endpoint = False)
data = np.concatenate((data, [data[0]]))
angles = np.concatenate((angles, [angles[0]]))
fig = plt.figure(facecolor = 'white')
plt.subplot(111, polar = True)
plt.plot(angles, data, 'bo-',color = 'g', linewidth = 2)
plt.fill(angles, data, facecolor = 'g', alpha = 0.25)
plt.thetagrids(angles * 180/np.pi, labels)
plt.figtext(0.52, 0.95, '32康诚嘉士成绩雷达图', ha = 'center')
plt.grid(True)
plt.savefig('mark_radar.jpg')   #保存图片
plt.show()

其实Numpy 库和 Matplotlib 库功能强大，有时间再补充吧。