NumPy Matplotlib
NumPy
概述
NumPy是一个用于科学计算的Python库，主要用于处理高维数组和矩阵运算。它提供了许多用于数组计算的函数。
数组
创建数组
可以使用array函数创建一个数组。可以在array函数中传递一个列表来创建一个一维数组，或者传递一个列表的列表来创建一个二维数组。
import numpy as np
# 创建一维数组
a = np.array([1, 2, 3])
# 创建二维数组
b = np.array([[1, 2, 3], [4, 5, 6]])
数组的形状和大小
数组的形状和大小可以通过shape和size属性获取。
import numpy as np
a = np.array([1, 2, 3])
print(a.shape) # 输出 (3,)
print(a.size) # 输出 3
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b.shape) # 输出 (2, 3)
print(b.size) # 输出 6
数组的操作
可以使用+、-、*、/等符号对数组进行逐元素的操作。还可以使用dot函数进行矩阵乘法。另外，还可以使用T属性对数组进行转置操作。
import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
# 逐元素相加
c = a + b
print(c) # 输出 [5 7 9]
# 点乘
c = np.dot(a, b)
print(c) # 输出 32
# 转置
a = np.array([[1, 2], [3, 4]])
b = a.T
print(b) # 输出 [[1 3], [2 4]]
Matplotlib
概述
Matplotlib是一个用于绘制图表的Python库。它支持多种不同的图表类型，包括散点图、线图、柱状图等。
安装
可以使用pip安装Matplotlib：
pip install matplotlib
绘制图表
可以使用pyplot模块绘制图表。可以使用plot函数绘制线图，使用scatter函数绘制散点图，使用hist函数绘制直方图等。
import matplotlib.pyplot as plt
# 绘制线图
plt.plot([1, 2, 3, 4, 5], [1, 4, 9, 16, 25])
plt.show()
# 绘制散点图
x = np.random.rand(100)
y = np.random.rand(100)
colors = np.random.rand(100)
sizes = 1000 * np.random.rand(100)
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5)
plt.show()
子图
可以使用subplot函数创建多个子图。可以传递三个参数：行数、列数和子图编号，从左上角开始编号。
import matplotlib.pyplot as plt
plt.subplot(2, 1, 1)
plt.plot([1, 2, 3, 4, 5], [1, 4, 9, 16, 25])
plt.subplot(2, 2, 3)
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5)
plt.subplot(2, 2, 4)
plt.hist(x, bins=20)
plt.show()
样式设置
可以使用各种样式设置函数，如xlabel、ylabel、title、xlim、ylim等来设置图表的样式。
import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4, 5], [1, 4, 9, 16, 25])
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('我的线图')
plt.xlim(0, 6)
plt.ylim(0, 26)
plt.show()