科学计算与可视化

 

numpy是一个开源的Python科学计算库，它包括：

一个强大的N维数组对象ndrray；
比较成熟的（广播）函数库；
实用的线性代数、傅里叶变换和随机数生成函数
numpy中定义的最重要的对象是成为ndarray的N维数组类型。它描述相同类型的元素集合。可以使用基于零的索引访问集合中的项目。

ndarray属性：ndim属性，表示维度个数；shape属性，表示各维度大小；dtype属性，表示数据类型。

numpy库中常用的创建数组函数（注：由于numpy库中函数较多易混淆，所以采用 import numpy as np的方法引用numpy库）：

在我们创建了一个数组后，可以查看ndarray类的一些基本属性：

import numpy
print ('使用列表生成一维数组')
data = [1,2,3,4,5]
x = numpy.array(data)
print(x)
print (x.dtype)
print(x.ndim)
print(x.shape)


print ('使用列表生成二维数组')
data = [[1,0],[2,0],[3,3]]
x = numpy.array(data)
print (x) 
print (x.ndim) 
print (x.shape)

 ndarray类的形态和操作方法。数组在numpy中被当成对象，可以采用<a>.<b>()的方法来调用一些方法

numpy的算数运算函数：

 numpy的比较运算函数：

matplotlib库是基于numpy的一套Python工具包。这个包提供了丰富的数据绘图工具，主要用于绘制一些统计图形。matplotlib 库由一系列有组织有隶属关系的对象构成，这对于基础绘图操作来说显得过于复杂。因此，matplotlib 提供了一套快捷命令式的绘图接口函数，即pyplot 子模块。pyplot 将绘图所需要的对象构建过程封装在函数中，对用户提供了更加友好的接口。pyplot 模块提供一批预定义的绘图函数，大多数函数可以从函数名辨别它的功能。

plt绘图区域函数：

plt读取和显示函数：

plt库基础图表函数

 

 plt坐标轴设置函数：

 python123成绩雷达图：

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(['第一次','第二次','第三次','第四次','第五次','第六次'])
nAttr=6
data=np.array([90,80,90,100,90,80])
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='b',linewidth=2)
plt.fill(angles.data,facecolor='b',alpha=0.25)
plt.thetagrids(angles*180/np.pi,labels)
plt.figtext(0.52,0.95,'kkk888',ha='center')
plt.grid(True)
plt.savefig('python123')
plt.show()

　　实验截图：