记录python听课笔记

文章目录

  • 记录python听课笔记
  • 一，矩阵
    • 1.1矩阵创建
    • 1.2矩阵运算 矩阵的乘法 矩阵转置T 矩阵求逆I
  • 二，随机数
    • 2.1随机数模块 numpy.random
    • 2.2随机打乱顺序函数洗牌
  • 三， Matplotlib绘图基础
    • 3.1Figure 对象：创建画布
    • 3.2划分子图
    • 3.3绘制子图标题和总标题
    • 3.4绘制散点图
    • 3.5绘制折线图
    • 3.6绘制柱状图

一，矩阵

1.1矩阵创建

numpy矩阵和随机数 numpy.matrix
matrix(字符串/列表/元组/数组)
mat(字符串/列表/元组/数组)

import numpy as np
a=np.mat('1 2 3;4 5 6')         #字符串参数 不同行用；隔开 不同元素用 隔开
print(a)
b=np.mat([[1,2,3],[4,5,6]])     #用列表创建矩阵
print(b)
c=np.array([[1,2,3],[4,5,6]])
m=np.mat(c)
print(type(c),type(m))
print(m.ndim,m.shape,m.size)



1.2矩阵运算 矩阵的乘法 矩阵转置T 矩阵求逆I

import numpy as np
a1=np.mat([[0,1],[2,3]])
a2=np.mat([[1,1],[2,0]])
a3=a1*a2
print(a3)
n=np.mat([[1,2],[-1,-3]])
print(n.T)
print(n.I)
print(n*n.I)
#非方阵的转置和求逆
a=np.array([[1,2,3],[4,5,6]])
m=np.mat(a)
print(m.T)
print(m.I)



二，随机数

2.1随机数模块 numpy.random

import numpy as np
a=np.random.rand(2,3)               #创建2*3的随机数组，取值是在[0，1]之间的均匀分布浮点数
b=np.random.uniform(1,5,(3,2))      #创建2*3的随机数组，取值是在[1，5]之间的均匀分布浮点数
c=np.random.randn(2,3)              #创建2*3的随机数组，符合标准正态分布
d=np.random.normal(0,1,(3,2))       #创建3*2的随机数组，符合正态分布均值0 方差1
print(a)
print(b)
print(c)
print(d)





2.2随机打乱顺序函数洗牌

np.random.shuffle(序列)

mport numpy as np
arr=np.arange(10)
print(arr)
np.random.shuffle(arr)               #一维数组打乱
print(arr)
b=np.arange(12).reshape(4,3)         #二维数组打乱 行间顺序打乱
np.random.shuffle(b)
print(b)

三， Matplotlib绘图基础


3.1Figure 对象：创建画布

import matplotlib.pyplot as plt
plt.figure(figsize=(3,2),facecolor="green")    #画布
plt.plot()                                     #空白图形
plt.show()                                     #显示

3.2划分子图


划分子图subplot(行数，列数，子图序号)

import matplotlib.pyplot as plt
def foursubplot():for i in range(1,5):plt.subplot(2,2,i)                     #当各参数小于10中间的，可以省略写成(224)plt.show()
foursubplot()

3.3绘制子图标题和总标题





import matplotlib.pyplot as plt
def plottitle():plt.rcParams["font.sans-serif"]="SimHei"plt.figure(facecolor="lightgrey")plt.subplot(2,2,1)plt.title("子标题1")plt.subplot(2,2,2)plt.title("子标题2",loc="left",color="b")   #子标题2左对齐蓝色plt.subplot(2,2,3)myfontdict={"fontsize":12,"color":"g","rotation":30}      #建立一个字典来写入子标题三的格式plt.title("子标题3",fontdict=myfontdict)plt.subplot(2,2,4)plt.title("子标题4",color="w",backgroundcolor="black")plt.suptitle("全局标题",fontsize=20,color="red",backgroundcolor="yellow") plt.tight_layout(rect=[0,0,1,0.9])                        #设置子图区域避免全局标题对子图的覆盖plt.show()
plottitle()

3.4绘制散点图







import matplotlib.pyplot as plt
import numpy as np
plt.rcParams["font.sans-serif"]="SimHei"          #黑体
plt.rcParams["axes.unicode_minus"]=False          #正常显示负号
n=1024                                            #随机点个数1024
x1=np.random.normal(0,1,n)                         #生成数据点x坐标 标准正态分布
y1=np.random.normal(0,1,n)                         #生成数据点x坐标
x2=np.random.uniform(-4,4,(1,n))
y2=np.random.uniform(-4,4,(1,n))
plt.scatter(x1,y1,color="blue",marker="*",label="正态分布")          #绘制散点图
plt.scatter(x2,y2,color="yellow",marker="o",label="均匀分布")        #均匀分布的散点图
plt.legend()                                      #显示图例 参数为空默认为右上角
plt.title("标准正态分布",fontsize=20)              #设置标题
plt.text(2.5,2.5,"均值：0\n标准差：1")             #显示文本
plt.xlim(-4,4)                                    #设置x轴的范围
plt.ylim(-4,4)                                    #设置y轴的范围
plt.xlabel('横坐标x',fontsize=14)                  #设置x轴标签文本
plt.ylabel('纵坐标y',fontsize=14)                  #设置y轴标签文本
plt.show()                                        #显示绘图

3.5绘制折线图



import matplotlib.pyplot as plt
import numpy as np
plt.rcParams["font.sans-serif"]="SimHei"          #黑体
n=24
y1=np.random.randint(27,37,n)
y2=np.random.randint(40,60,n)
plt.plot(y1,label="温度")                         #没有设置颜色
plt.plot(y2,label="湿度")                         #系统自动分配不同的颜色
plt.xlim(0,23)                                    #设置x轴的范围
plt.ylim(20,70)                                   #设置y轴的范围
plt.xlabel('小时',fontsize=14)                    #设置x轴标签文本
plt.ylabel('测量值',fontsize=14)                  #设置y轴标签文本
plt.title("24小时温度湿度统计",fontsize=20)        #设置标题
plt.legend()                                      #显示图例 参数为空默认为右上角
plt.show()                                        #显示绘图

3.6绘制柱状图



import matplotlib.pyplot as plt
import numpy as np
plt.rcParams["font.sans-serif"]="SimHei"          #黑体
plt.rcParams["axes.unicode_minus"]=False          #正常显示负号
y1=[32,25,16,30,24,45,40,33,28,17,24,20]
y2=[-23,-35,-26,-35,-45,-43,-35,-32,-23,-17,-22,-28]
plt.bar(range(len(y1)),y1,width=0.8,facecolor="green",edgecolor="white",label="统计量1")
plt.bar(range(len(y2)),y2,width=0.8,facecolor="red",edgecolor="white",label="统计量2")
plt.title("柱状图",fontsize=20)        #设置标题
plt.legend()                                      #显示图例 参数为空默认为右上角
plt.show()

python笔记4（矩阵和随机数 matplotlib绘图基础散点图折线图柱状图）相关推荐

  1. 神经网络与深度学习——TensorFlow2.0实战(笔记)(六)(Matplotlib绘图基础＜折线图和柱状图＞python)

    折线图(Line Chart): 散点图的基础上,将相邻的点用线段相连接 plot()函数 #折线图:在散点图的基础上将相邻两个点链接 #描述变量变化的趋势 #plot(x,y,color,marke ...

  2. python ppt 绘图_Python数据分析-Matplotlib绘图基础

    本文结构: 一.Matplotlib绘图基础及中文乱码解决 二.如何利用pandas绘图? 三.如何利用notebook制作分析报告? 图形在我们日常生活中无处不在.如果没有可视化,就是一些数字罗列, ...

  3. Python中使用random随机函数与Matplotlib库绘制随机漫步图

    Python中使用random随机函数与Matplotlib库绘制随机漫步图 一.概述 随机现象在我们的生活中并不少见,我们常见的一次抛硬币的正反面,股票的走势等等,都是随机事件.这些不确定性事件给我 ...

  4. python可视化（2-2）绘图对象（折线图、散点图、面积图、填充图）

    本文主要介绍折线图.散点图.面积图和填充图 plt.plot是matplotlib最基础的接口,matplotlib作者也将这个接口设计得足够简单,以至于只需要输入一个参数(数组,列表型数据),就能够 ...

  5. python使用matplotlib可视化堆积的折线图、使用stackplot函数可视化堆积的折线图、不同数据在垂直方向堆叠

    python使用matplotlib可视化堆积的折线图.使用stackplot函数可视化堆积的折线图.不同数据在垂直方向堆叠 目录

  6. python matplotlib绘制多条折线图

    python matplotlib绘制多条折线图 代码 import matplotlib.pyplot as pltx = [6, 24, 48, 72] y1 = [87, 174, 225, 2 ...

  7. Matplotlib 2 |折线图| 柱状图| 堆叠图| 面积图| 填图| 饼图| 直方图| 散点图| 极坐标| 图箱型图

    目录 Matplotlib 2 |折线图| 柱状图| 堆叠图| 面积图| 填图| 饼图| 直方图| 散点图| 极坐标| 图箱型图 1.基本图表绘制 plt.plot() ts.plot() 由Seri ...

  8. graphics | 基础绘图系统（七）——各式各样的散点图/折线图

    前面已经用了六篇推文系统地介绍了R语言的基础绘图系统的主要函数用法,以及柱状图.直方图.箱形图.扇形图等常见图形的绘制方法,接下来将计划用四篇推文介绍使用基础绘图系统能够绘制的其他各类图形. 本篇介绍 ...

  9. Py之Seaborn：数据可视化Seaborn库的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的组合图/矩阵图实现

    Py之Seaborn:数据可视化Seaborn库的柱状图.箱线图(置信区间图).散点图/折线图.核密度图/等高线图.盒形图/小提琴图/LV多框图的组合图/矩阵图实现 目录

最新文章

  1. 如何删除计算机桌面多余的大e,桌面有个大E浏览器图标，怎么也删除不了
  2. 在word 2007中插入复选框
  3. [转帖]迎战AMD 7nm 64核EPYC 英特尔至强也玩起了胶水以及性价比
  4. 3个常考的SQL数据分析题（含数据和代码）
  5. [蓝桥杯][算法提高VIP]夺宝奇兵（记忆化搜索||DP）
  6. mysql查询缓存到redis_php查询mysql并缓存到redis
  7. Android基础 获取屏幕的宽与高
  8. “安全宝”，云安全服务
  9. sop流程图模板_SOP模板-标准操作流程编写程序.doc
  10. 基于MapGIS的GIS二次开发作业文档
  11. SCLK时钟信号可以高电平有效也可以低电平有效
  12. Android性能优化-Apk瘦身（1）
  13. C#中Skip和Take的用法
  14. 机房收费系统的退卡和结账
  15. 黄天不负有心人，拥有属于自己的LOGO
  16. 如何清空MSMQ的队列消息
  17. 部署DNS从服务失败，nslookup访问www.linuxprobe.com失败
  18. 华为鸿蒙os3.0评测,华为鸿蒙OS威力初显！实测体验比EMUI更好 功耗却更低 惊喜还有很多...
  19. 数据结构与算法(Python版)十五：无序表抽象数据类型及Python实现
  20. 辰奕智能在创业板过会：计划募资约4亿元，约有五成来自境外

热门文章

  1. se(3)-TrackNet: 数据驱动的动态6D物体姿态跟踪, 基于合成域的图片残差校准
  2. LeetCode 5620.连续连接的二进制数字
  3. Nat.Commun.|使用基于注意力机制的多标签神经网络预测并解释12种RNA修饰
  4. J. Cheminform. | GraphSol：预测接触图助力蛋白质溶解度预测
  5. 第十九课.Pytorch-geometric扩展
  6. Android Binder IPC机制
  7. 织梦怎么改网站主页php,无忧主机教你修改织梦DedeCms网站首页为动态显示的方法...
  8. windows如何添加本机dns记录_如何规避Sysmon DNS监控
  9. 零基础入门学习Python(33)-图形用户界面编程（GUI编程）EasyGui
  10. MPB：中大李文均组-河口水体和沉积物中微生物的分离培养与鉴定