數據分析 matlab Numpy + scipy + pandas +matplotlib 數據計算 +科學應用＋數據清洗＋數據可視化 １ Numpy概述 1 基於c語言的python接口的數值算法庫 2 開源免費 3 彌補了python語言在數值計算方面的短板 4 作為常用科學計算工具的底層支撐 2 Numpy的性能 1 簡化代碼編寫，提高開發效率 2 通過優化底層實現，提高運行速度 基礎： 1 數組 2 Numpy中的數組是ndarray類實例化的對象： 實例數據：數組的內容 元數據：對數組的描述 大部分對數組的操作僅僅是對元數據的操作，以此提高執行性能 3 Numpy中的數組必須是同質的，即所有元素的數據類型必須完全相同 4 dtype和shape屬性分別表示元素類型和維度 5 實例化 np.arange(起始值，終止值，步長) 默認起始值0 默認步長：1 np.array(任何可被解釋為數組的序列) 6 類型轉換astype(目標類型)->轉換后的新數組 7 '<U21' 表示字符串，其中每個字符都是小端字節序的21位Unicode字符 3 多維數組和元素索引 數組的維度表示為一個元組:(高維度數->低維度數) 一維數組，6個元素:（6，） 二維數組，2行3列：（2，3） 三維數組，2頁3行4列：（2，3，4） 1 通過下標運算符訪問數組中的元素 2 數組[頁標][行標][列標] 3 數據類型 存儲形式，處理方式 1 內置類型 布爾型 bool_ : True/False 整型 有符號 ：int8/int16/int32/int64 無符號 : uint8/uint16/uint32/uin64 浮點型： float16/float32/float64 復數型 ：complex64/complex128 2 復合類型 有多個相同或不同類型的字段組合而成的類型 np.array(..,dytpe=復合類型) 3 類型字符碼 bool_:? 有符號整型：i1/2/4/8 無符號整型：u1/2/4/8 浮點型： f2/4/8 復數型：c8/16 字符串:U<字符數> 日期時間：M 字節序(針對多字節整型)：</>/=表示小端/大端/硬件 4 切片 數組[起始：終止：步長] 默認起始：首（正步長）/尾(負步長) 默認終止：尾后(正步長)/首前 默認步長:1 5 變維 1 視圖變維：元數據獨立，實際數據共享 1 數組.reshape(新維度) ->新數組 元素數和維度數必須匹配 2 數組.ravel() -> 得到的是一維數組 3 復制變維：元數據和實際數據都是獨立的 數組.flatten() -->一維數組 （數組運算不會改變） 4 就地變維：修改元數據的值（維度信息，不會產生新的數組對象） 數組.shape = 新維度 數組.resize(新維度) 6 組合拆分 1 垂直組合：沿着垂直方向組合兩個小的同維數組為一個大數組 np.vstack((上，下)) np.concatenate((上，下),axis=0) axis : 軸向，用維度的下標表示 0為行，，1為列 2 水平組合：沿着水平方向組合兩個小的同維數組為一個大數組 np.hstack((左，右)) np.concatenate((左，右),axis=1) 3 深度組合:沿着縱深方向組合兩個小的同維數組為一個大數組 np.dstack((前，后)) 會升維 4 行組合：以兩個一維數組按照行的方式組合成一個二維數組 np.row_stack((上，下)) 5 列組合：以兩個一維數組按照列的方式組合成一個二維數組 np.column_stack((左,右)) 6 垂直拆分：將一個大的數組沿着垂直方向拆分成若干個小的同維數組 np.vsplit(被拆分數組，拆分份數) np.split(被折分數組，拆分份數，axis=0) 7 水平拆分：將一個大的數組沿着水平方向拆分成若干個小的同維數組 np.hsplit(被折分數組，拆分份數) np.split(被折分數組，拆分份數，axis=1) 8 深度拆分：將一個大的數組沿着縱深方向拆分成若干個小的同維數組 np.dsplit(被拆分數組，拆分份數) 7 ndarray的屬性 dtype -元素的數據類型 shape - 數組的維度 ndim - 數組的維數，len(shape) size - 數組的元素數,shape中元素相乘 itemsize - 元素字節數，與dtype相關 nbytes - 總字節數，size x itemsize T - 轉置視圖 real - 復數數組的實部視圖 imag - 復數數組的虛部視圖 flat - 扁平迭代器 8 ndarray <==>list np.array(列表) 二：數據可視化(Matplotlib) 1 基本繪圖 plot(水平坐標，垂直坐標) 2 線型，線寬和顏色 plot(...,linestyle=線型，linewidth=線寬，color=顏色,...) 線形:[-]/--/:./o/o-/... 線寬：0-oo color:dodgerblue/orangeered/limegreen/red/blue/... 3 設置坐標范圍 xlim(水平坐標最小值，水平坐標最大值) ylim(水平坐標最大值，水平坐標最大值) 坐標范圍越大，圖形越小，反而反之。 4 設置坐標刻度 xticks([水平軸刻度位置]) yticks([垂直軸刻度位置]) 表示數學的字符pi( [r'$-\pi$'] ) 表示數學2分之pi ( r'$-\frac{\pi}{2}$' ) 5 設置坐標軸屬性 ax = gca() # 獲取當前坐標軸圖 ax.spines['left'] - 左縱軸 ax.spines['left'].set_position(('data', 0)) ax.spines['right'] - 右縱軸 ax.spines['top'] - 上橫軸 ax.spines['bottom'] - 下橫軸 XX軸.set_position((坐標系，坐標值)) #設置位置 XX軸.set_color(顏色) #設置顏色 ax.spines['top'].set_color('none') 6 圖例 plot(...,label=圖例標簽,...) legend([loc=顯示位置]) 7 添加特點 scatter(水平坐標，垂直坐標，s=大小,marker=點型, edgecolor=邊緣色,facecolor=填充色,zorder=Z順序) 8 備注 annotate( 備注文本， xy =目標坐標， xycoords =目標坐標系, xytext=文本坐標， textcoords=文本坐標系, fontsize=字體大小, arrowprops=箭頭屬性) 9 圖形(窗口)對象 figure(窗口名(標題欄文本),figsize=大小，dip=分辨率,facecolor=顏色) 如果與指定窗口名對應的圖形對象不存在，那么就新建一個圖形窗口，如果已存在，那么不會再新建圖形窗口，而是將已存在的那個圖形窗口設置為當前窗口 title(窗口標題,fontsize=字體大小) xlabel（垂直軸標簽,fontsize=字體大小） tick_params(labelsize=刻度標簽字體大小) grid(linestyle=網格線型) 10 子坐標圖 1 矩陣布局 subplot(行數，列數，圖號) tight_layout() #緊湊布局 2 刪格布局 刪格定位器 = mp.GridSpec(行數，列數) subplot(刪格定位器[行，列] 3 自由布局 axes([左，底，寬，高]) # 歸一化單位 11 刻度定位器 xxxLocator(定位規則) ax = gca() ax.xaxis 水平坐標 ax.yaxis 垂直坐標 坐標軸.set_major_locator(刻度定位器) #主刻度 坐標軸.set_minor_locator(刻度定位器) #次刻度 mp.axis('off') #關閉坐標軸 12 區域填充 fill_between(水平坐標，起點垂直坐標，終點垂直坐標，color=顏色,alpha=透明度 ) 13 條形圖 bar(水平坐標，絕對高度，相對寬高,color=顏色,label=圖例標簽，alpha=透明度) 14 餅圖 pie(值數組，間隙數組，標簽數組，顏色數組,shadow =是否帶陰影，startangle=起始角度) 15 等高線圖 contour(點陣X坐標矩陣，點陣Y坐標矩陣，點陣Z坐標矩陣，梯度數,colors=顏色,linewidths=線寬) 16 熱力圖 17 網格線 ax = gca() ax.grid(which="major/minor",axis='x/y/both') 18 半對數坐標 semi(同plot) 19 極坐標 gca(projection='polar') #創建極坐標圖 plot/scatter(極角，極徑) 20 三維坐標系 from mp;_toolkits.mplot3d import axes3d 1 三維散點 ax.scatter(x坐標，Y坐標，Z坐標，s= 大小，marker=點形 ， edgecolor=邊緣色，fancecolor=填充色， zorder=Z順序) 2 空間曲面 ax.plot_surface(點陣X坐標，點陣Y坐標矩陣，點陣Z坐標矩陣，rstride=行跨距， cstride=列跨距，cmap=顏色映射) ax.plot_wireframe(點陣X坐標矩陣，點陣Y坐標矩陣，點陣Z坐標矩陣， rstride=行跨距，cstride=列跨距，linewidth=線寬，color=顏色)