机器学习-数据科学库-day1
机器学习-数据科学库-day1
- 机器学习-数据科学库-day1
- matplotlib
机器学习-数据科学库-day1
数据分析课程包括:
- 基础概念与环境
- matplotlib
- numpy
- pandas
什么是数据分析:
matplotlib
matplotlib: 最流行的Python底层绘图库,主要做数据可视化图表,名字取材于MATLAB,模仿MATLAB构建
plt.plot绘制折线图
#coding=utf-8from matplotlib import pyplot as pltx=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,27,22,18,15]#设置图片大小
plt.figure(figsize=(20,10),dpi=80)#绘图
plt.plot(x,y)
#设置x的刻度(刻度的疏密)
_xtick_labels=[i/2 for i in range(4,49,1)]
plt.xticks(_xtick_labels[::1])
plt.yticks(range(min(y),max(y)+1))#保存
plt.savefig(".sig_size.png")
#显示图形
plt.show()
如何绘制折线图观察每分钟气温的变化情况?:
# coding=utf-8from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager#window和linx设置字体的方式
#font = {'family': 'SimHei',
# 'weight': 'bold',
# 'size': '10'}
#matplotlib.rc("font", **font)
#matplotlib.rc("font",family='SimHei',weight="bold")#设置中文字体(指定具体的字体文件路径,然后在需要显示中文的地方添加fontproperties参数)
#my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/Microsoft YaHei UI 常规.ttc")x=range(0,120)
y=[random.randint(20,35) for i in range(120)]plt.figure(figsize=(20,10),dpi=80)plt.plot(x,y)#调整x轴的刻plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签
plt.rcParams['axes.unicode_minus']=False #这两行需要手动设置_xtick_labels =["10点{}分".format(i) for i in range(60)]
_xtick_labels +=["11点{}分".format(i) for i in range(60)]#取步长,数字和字符串一一对应,数据的长度一样
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=90) #rotation 旋转的度数,fontproperties=my_font#添加描述信息
plt.xlabel("时间") #设置x轴的label
plt.ylabel("温度℃") #设置y轴的label
plt.title("10点到12点每分钟的时间变化情况") #设置titleplt.show()
数据分析day01总结:
机器学习-数据科学库-day1相关推荐
- 机器学习-数据科学库-day6
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 机器学习-数据科学库-day6 pandas学习 动手练习 pandas中的时间序列 生成一段时间范围 关于频率的更多缩写 在Data ...
- 机器学习-数据科学库-day5
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 机器学习-数据科学库-day5 pandas学习 pandas之DataFrame pandas常用统计方法 将字符串离散化 数据合并 ...
- 机器学习-数据科学库:matplotlib绘图
机器学习-数据科学库:matplotlib绘图 matplotlib绘图 matplotlib折线图 matplotlib散点图 matplotlib条形图 matplotlib直方图 对比常用统计图 ...
- 机器学习-数据科学库:Pandas总结(1)
机器学习-数据科学库:Pandas总结(1) Pandas pandas的常用数据类型 pandas之Series创建 pandas之Series切片和索引 pandas之读取外部数据 pandas之 ...
- HuaPu在学:机器学习——数据科学库【matplotlib】
数据科学库[matplotlib] 文章目录 数据科学库[matplotlib] 前言 一.数据分析介绍及环境安装 1.为什么要数据分析??? 2.环境安装 二.matplotlib 1.为什么学习m ...
- 机器学习-数据科学库(第三天)
14.numpy的数组的创建 什么是numpy 一个在Python中做科学计算的基础库,重在数值计算,也是大部分PYTHON科学计算库的基础库,多用于在大型.多维数组上执行数值运算(数组就是列表.列表 ...
- 机器学习-数据科学库(第六天)
37.pandas时间序列01 现在我们有2015到2017年25万条911的紧急电话的数据,请统计出出这些数据中不同类型的紧急情况的次数,如果我们还想统计出不同月份不同类型紧急电话的次数的变化情况, ...
- 机器学习-数据科学库(第五天)
31.数据的合并和分组聚合--字符串离散化的案例 字符串离散化的案例 刚刚我们学会了数据分合并,那么接下来,我们按照电影分类(genre)信息把数据呈现出来 import numpy as np im ...
- 机器学习-数据科学库(第四天)
23.pandas的series的了解 为什么要学习pandas numpy能够帮助我们处理数值,但是pandas除了处理数值之外(基于numpy),还能够帮助我们处理其他类型的数据 pandas的常 ...
最新文章
- 雷军做程序员时写的博客,太牛了!
- 中国科学家将绘制最精细人脑三维“地图”
- 各种实用的 PHP 开源库推荐
- 七夕了!!聊聊《最受欢迎的男友职业排行榜Top10》
- Python 中的万能之王 Lambda 函数
- POJ 3617 Best Cow Line
- java基础—抽象类介绍
- 智能高柜机器人_再装修说啥也不能忘,橱柜旁边预留50公分,打高柜能多个家政间...
- HDU1201 18岁生日【日期计算+水题】
- 看完这篇再不会 View 的动画框架,我跪搓衣板
- ftp服务器通信协议设计,基于FTP协议的文件传输服务器的研究
- 6、Java包的命名与划分
- VS2008SP1无法安装
- 图像处理中的高斯滤波器
- android checkbox分页问题分析
- 三十岁以后,我一定能阔起来!
- IdentityServer4(七):Consent授权页支持
- keil 出现 Error parsing node '#text':value 'HDSC:145' not in enumeration
- ZOJ 3381 Osaisen Choudai !
- 振作只需一个理由:日子不能这样过
热门文章
- android studio第三方调试,Android Studio完美调试
- php 地址获取百度经纬度,根据百度api获取一个地址的经纬度
- c语言转换为python语言_使用C语言中的数据缓冲区和NumPy数组之间的转换来为Python接口打包C程序的最佳方法是什么?...
- Python入门--特殊方法__len__(),__add()__
- android标签循环,iOS和Android规范解析——标签导航和分段控件
- rt1052 usb速率_rt1052 spi flash 读数据好慢
- 初始化列表和构造函数内赋值的区别
- OpenGL基础6:着色器
- python 3.6.5 pillow 实现图片的切割
- [PyTorch] 基于Python和PyTorch的MNIST的手写数字数据集的分类