Python 科学计算与可视化

一、学习目标

1.了解NumPy数组简单应用。

2.掌握Matplotlib制作折线图、柱形图等。

3.了解pandas进行数据分析使用。 

二、相关练习

1、编写程序,建立一维数组a,数组值为array([1,2,3,4]);建立二维数组b,数组值为array(([1,2,3,4],[5,6,7,8])),以此a,b数组为例,进行操作。

import numpy as np
a = np.array([1,2,3,4])#创建一维数组a=np.array([1,2,3,4,5])
b = np.array(([1,2,3,4],[5,6,7,8]))#创建二维数组

#算术运算
print('两数组相乘:')
c = a * b
print(c)

#二维数组转置
print('将数组b转置:')
c = b.T
print(c)

#三角函数运算
print('三角函数运算:')
c = np.sin(b)
print(c)

#四舍五入
print('四舍五入')
print(np.round(np.sin(b)))

#对二维数组不同维度上的元素进行求和
print('b数组的和:',np.sum(b))
print('纵向和:',np.sum(b,axis = 0))
print('横向和:',np.sum(b,axis = 1))

#数组元素访问
print('访问数组b的【1,1】元素:',b[1,1])

#数组与数值的算术运算
print('a * 2 = ',a*2)

#计算标准差
print('数组a标准差为:',np.std(a))

#求二维数组最大值
print('数组b的最大值为:',np.max(b))

#对二维数组进行排序
print('排序:\n',np.sort(b))

2、编写程序,有某电商电脑销售量情况如下表所示:

2020年电脑销售量情况表

月份

1

2

3

4

5

6

7

8

9

10

11

12

台式电脑

25

45

30

32

35

100

80

150

125

60

75

80

笔记本电脑

50

110

40

30

45

35

65

250

150

65

90

100

(中文显示提示:plt.rcParams['font.sans-serif']='SimHei')

请利用Matplotlib制作电脑销售量情况折线图,图形如下所示:

import matplotlib.pyplot as plt#matplotlib

x = [1,2,3,4,5,6,7,8,9,10,11,12]
y1 = [25,45,30,32,35,100,80,150,125,60,75,80]
y2 = [50,110,40,30,45,35,65,250,150,65,90,100]

plt.rcParams['font.sans-serif']='SimHei' #用于中文显示提示
plt.title('2020年电脑销售量情况折线表',fontproperties = 'STKAITI',fontsize = 24)
plt.plot(x,y1,label = '台式电脑')
plt.plot(x,y2,label = '笔记本电脑')
plt.xlabel('月份',fontsize = 18)
plt.ylabel('销售量',fontsize =18)
plt.legend()
plt.show()

 

3.编写程序,利用上题电脑销售情况表中台式电脑数据,制作如下柱形图。

import matplotlib.pyplot as plt

x = [1,2,3,4,5,6,7,8,9,10,11,12]
y = [25,45,30,32,35,100,80,150,125,60,75,80]

plt.rcParams['font.sans-serif']='SimHei' #用于中文显示提示
plt.title('2020年台式电脑销售量情况柱形图',fontproperties = 'STKAITI',fontsize = 24)
plt.bar(x,y,
        color = '#748973',          #柱的颜色
        alpha = 0.9,                #透明度
        edgecolor = 'black')                

plt.xlabel('月份',fontsize = 15)
plt.ylabel('销售量',fontsize =15)

#为每个柱形添加文本标注
for xx,yy in zip(x,y):
    plt.text(xx-0.2,yy+0.1,'%2d'%yy)

#显示图形
plt.show()

 

 

4、编写程序,利用如下pandas语句生成3行4列二维数组:

Import numpy as np

Import pandas as pd

pd.DataFrame([np.random.randint(1, 10, 4) for i in range(3)], columns=list('ABCD')),如下所示,按课本17.4节的8种方法进行相关操作。

   A  B  C  D

0 5  6  3  7

1 3  7  6  5

2 6  8  8  1

import numpy as np
import pandas as pd
df = pd.DataFrame([np.random.randint(1, 10, 4) for i in range(3)], columns=list('ABCD'))
print('查看所创建的二维数据:\n',df.head())
print('查看二维数据的索引、列名')
print('索引:',df.index)
print('列名:',df.columns)
print('查看二维数组数据的统计信息',df.describe())
print('对二维数组进行排序操作:\n')
print(df.sort_index(axis=0,ascending = False))#对索引进行降序排序
print('二维数组数据的选择与访问:')
print('选择某一列数据:\n',df['A'])
print('使用切片操作:\n')
print(df[0:2])
print('查询某行数据:')
print(df.iloc[1])

三、练习总结

  1. 在这次练习中,通过import numpy这个模块进来,创建一维数组和二维数组,并了解和运用了其基本操作。
  2. 并运用Matplotlib去制作折线图、柱形图,掌握了制作折线图、柱形图的制作方法。
  3. 了解了利用pandas 创建数据,以及各种操作。

相关推荐

  1. python数据分析

    2024-03-12 06:48:04       42 阅读
  2. Python

    2024-03-12 06:48:04       37 阅读
  3. Python数据分析笔记 十 关联

    2024-03-12 06:48:04       30 阅读
  4. Python总结案例解析

    2024-03-12 06:48:04       23 阅读

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-03-12 06:48:04       94 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-03-12 06:48:04       100 阅读
  3. 在Django里面运行非项目文件

    2024-03-12 06:48:04       82 阅读
  4. Python语言-面向对象

    2024-03-12 06:48:04       91 阅读

热门阅读

  1. 剑指offer面试题33 把数组排成最小的数

    2024-03-12 06:48:04       47 阅读
  2. Flink创建TableEnvironment

    2024-03-12 06:48:04       36 阅读
  3. 【IVA】什么是IVA?

    2024-03-12 06:48:04       49 阅读
  4. 块级作用域、变量提升

    2024-03-12 06:48:04       39 阅读
  5. 列表循环多个el-form-item并校验

    2024-03-12 06:48:04       41 阅读
  6. PYTHON 120道题目详解(100-102)

    2024-03-12 06:48:04       47 阅读
  7. Golang-如何优雅的关闭一个Channel?

    2024-03-12 06:48:04       39 阅读