数据分析和科学计算可视化

当前位置:

首页 > temp > 简明python教程 >

数据分析和科学计算可视化

一、用于数据分析、科学计算与可视化的扩展模块主要有：numpy、scipy、pandas、SymPy、matplotlib、Traits、TraitsUI、Chaco、TVTK、Mayavi、VPython、OpenCV。

1.numpy模块：科学计算包，支持N维数组运算、处理大型矩阵、成熟的广播函数库、矢量运算、线性代数、傅里叶变换、随机数生成、并可与C++ /Fortran语言无缝结合。Python v3默认安装已经包含了numpy。

（1）导入模块：import numpy as np

切片操作

>>> a = np.arange(10)

>>> a

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

>>> a[::-1]                           # 反向切片

array([9, 8, 7, 6, 5, 4, 3, 2, 1, 0])

>>> a[::2]                            # 隔一个取一个元素

array([0, 2, 4, 6, 8])

>>> a[:5]                             # 前5个元素

array([0, 1, 2, 3, 4])

>>> c = np.arange(25)     # 创建数组

>>> c.shape = 5,5         # 修改数组大小

>>> c

array([[ 0,  1,  2,  3,  4],

       [ 5,  6,  7,  8,  9],

       [10, 11, 12, 13, 14],

       [15, 16, 17, 18, 19],

       [20, 21, 22, 23, 24]])

>>> c[0, 2:5]             # 第0行中下标[2,5)之间的元素值

array([2, 3, 4])

>>> c[1]                  # 第0行所有元素

array([5, 6, 7, 8, 9])

>>> c[2:5, 2:5]           # 行下标和列下标都介于[2,5)之间的元素值

array([[12, 13, 14],

       [17, 18, 19],

       [22, 23, 24]])

栏目列表