Numpy 和 matplotlib 学习记录

今天简单学习了一下numpy和matplotlib这两个库，比较简单易用的两个数据分析和可视化的库，趁热打铁来一发学习记录。
使用的工具是jupyter，刚开始觉得不好用，直到开始数据分析才发现他的优点，可以每个cell每个cell的执行代码，并且将显示在代码块的下方。win下使用jupyter很方便，在用pip install jupyter就能实现安装，在cmd下执行jupyter notebook就运行了。

先记录一下numpy

import numpy as nplistt  = [1,2,3,4,5,6]a = np.array(listt)         //可以将列表转换为矩阵====>>[1 2 3 4 5 6]b = np.arange(1,10,2)    // 从一到十生成一个一维矩阵，以2为step=====》》 [1 3 5 7 9]每个矩阵元素都有 size，ndim，shape 等元素，size表示矩阵的元素数量，shape表示矩阵的形状，ndim表示矩阵有多少个维度举个例子：a = np.arange(1,9,1)a = a.reshape(2,2,2)print(a)print(a[0][0][1])print(a.ndim)===>>>[[[1 2]  [3 4]] [[5 6]  [7 8]]]23

还有一些生成特殊矩阵的方法

a = np.ones([3,3])生成三行三列的全是一的矩阵====>>[[ 1.  1.  1.] [ 1.  1.  1.] [ 1.  1.  1.]]a = np.eyes(N=3,k=0) //生成一个3x3的矩阵，对角线上的元素全部为1 ====》》[[ 1.  0.  0.] [ 0.  1.  0.] [ 0.  0.  1.]]

再记录一下matplotlib 的用法
要使用的模块是matplotlib里面的pyplot库，所以要这样import
import matplotlib.pyplot as plt

拿例子来解释好了

“`
def line_plot(x,y,figurn_num):
plt.figure(figurn_num) #这个表示这个plot框的编号
plt.scatter(x,y) #将x,y 在plot中画出来
plt.xlabel(“x value”) # x 轴的名字
plt.ylabel(“y value”) # y 轴的名字
plt.title(“simple data”)

x = np.random.uniform(size=10)
y = np.random.uniform(size=10)
line_plot(x,y,1)
plt.show()

“`