# Python数据分析学习笔记(一)
来源:互联网 发布:物理数据库模型图 编辑:程序博客网 时间:2024/04/27 03:05
Python数据分析学习笔记(一)
- Python2.7的安装
- pandas安装
- 使用Matplotlib绘图
Python2.7安装
按照《利用Python进行数据分析》中推荐,从[http://www.enthought.com]下载EPDFFree版本,此版本专门用于科学计算,包含了NumPy,SciPy,matplotlib,Chaco,IPython等包,可免于自己安装。
我的安装路径为
C:\Users\XXXXX\AppData\Local\Enthought\Canopy32
环境变量:c:\users\XXXXX\appdata\local\enthought\canopy32\user\scripts;C:\Users\XXXXX\AppData\Local\Enthought\Canopy32\User;C:\Users\XXXXX\AppData\Local\Enthought\Canopy32\User\Scripts
安装pandas
进入scripts文件夹下 打开命令行 输入 pip install pandas 即可
利用Matplotlib画图
# -*- coding: utf-8 -*-import numpy as npimport matplotlib.pyplot as pltimport matplotlibx = np.linspace(-10,10,2000)y = np.sin(x)+1z = np.cos(x**2)+1myfont = matplotlib.font_manager.FontProperties(fname='C:/Windows/Fonts/simhei.ttf')#这个方法可以输出中文plt.rcParams['font.sans-serif'] = ['simhei']#这个方法不起作用plt.rcParams['axes.unicode_minus'] = False #解决保存图像是负号'-'显示为方块的问题 书上说的,我并没有遇到这个问题plt.figure(figsize = (8,4))plt.plot(x,y,label = '$\sin x+1$',color='red',linewidth=2)plt.plot(x,z,'b--',label = '$cos x^2+1$')plt.xlabel('Time(s)')plt.ylabel('Volt')plt.title(u'例子',fontproperties=myfont)#输出中文plt.ylim(0,2.2)plt.legend()plt.show()
目录
用 [TOC]
来生成目录:
- Python数据分析学习笔记一
- Python27安装
- 安装pandas
- 利用Matplotlib画图
- 目录
- Python27安装
0 0
- # Python数据分析学习笔记(一)
- Python数据分析学习笔记(一)
- Python数据分析学习笔记(一)
- Python数据分析学习笔记一
- python数据分析学习笔记一
- 《利用python进行数据分析》学习笔记(一)
- 《利用python进行数据分析》学习笔记(一)
- 《Python数据分析与展示》学习笔记(一)numpy数据存储与函数
- Python数据分析学习笔记(二)
- 04# 数据分析 学习笔记(一)
- python数据分析学习笔记
- matplotlib API学习笔记(一)(《利用Python进行数据分析》书)
- 《Python数据分析与展示》学习笔记(一)numpy入门
- Python学习笔记(一)——编程0基础数据分析进阶之路
- 利用Python进行数据分析笔记(一
- Python数据分析之numpy学习(一)
- Python数据分析之pandas学习(一)
- Python数据分析之numpy学习(一)
- 剑指offer(C++)——重建二叉树
- bug小能手
- 4.28练习
- 51nod 1009 数字1的数量(思维)
- 《Cracking the Coding Interview程序员面试金典》----链表分割
- # Python数据分析学习笔记(一)
- 每日三题-Day4-C(HDU 1159 Common Subsequence 最长公共子序列O(nlogn)解法)
- Codeforces Round #410 (Div. 2) 部分解析
- Nginx实现对chunk请求支持
- HDFS 基本使用
- YUV420图像的裁剪
- 老年代碎片化问题. java5的改进.
- Tensorflow实现线性回归
- matlab中all和any用法