Spyder學習使用小例子

1.pandas

      pandas是用於處理和分析數據的python庫，它基於一種叫做DataFrame的數據結構，簡單來說，一個pandas dataframe就是一張表格，類似excel表格，pandas里面含有大量用於修改表格和操作表格的方法，尤其是可以像SQL一樣對表格進行查詢和連接，pandas強大之處在於可以從許多文件格式和數據庫中提取數據，如SQL、EXCEL文件和逗號分隔值文件。下面是利用字典創建DataFrame的一個小例子。

第一步：輸入代碼

import pandas as pd
from IPython.display import display
#創建關於人的簡單數據集
data={'Name':["Jone","Anna","Peter","Linda"],
      'Location':["New York","Paris","Berlin","Londonn"],
      'Age':[24,13,56,34]
      }
data_pandas=pd.DataFrame(data)
#IPython.display可以在Jupyter Notebook中打印出“美觀的”DataFrame
display(data_pandas)

第二步：點擊Run查看結果

2.matplotlib 

      matplotlib是python的主要科學繪畫圖庫，其功能是可發布的可視化內容，如折線圖、直方圖、散點圖等。

第一步：輸入代碼

import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(-10,10,100)
y=np.sin(x)
plt.plot(x,y,marker="x")

第二步：點擊Run查看結果

3.numpy

      numpy是python科學計算中的基礎包之一，它的功能包括多維數組、高級數學函數（比如線性代數運算和傅里葉變換），以及為隨機生成器。numpyi數組是基本數據結構，numpy的核心功能是ndarray,及多維數組。例如：

第一步：輸入代碼

import numpy as np
x=np.array([[1,2,3],[4,5,6]]) 
print("x:\n{}".format(x))

第二步：點擊Run查看結果

4.scipy

       scipy是python中用於科學計算的函數集合，它具有線性代數高級程序、數學函數優化、信號處理、特殊數學函數、統計分布等多項功能。scipy中最重要的是scipy.sparce:它可以給出稀疏矩陣。如果想保存一個大部分元素都是0的二維數組，就可以使用稀疏矩陣。例如:

第一步：輸入代碼

from scipy import sparse 
eye=np.eye(4)
print("Numpy array:\n{}".format(eye))

第二步：點擊Run查看結果