Matplotlib可视化（二）--numpy基础

#!usr/bin/env python
# -*- coding:utf-8 _*-
"""
@author: Caramel
@file: 1.2.py
@time: 2020/02/28
@desc:
"""
import numpy as np
x1 = [1, 2, 3, 4]
x2 = np.array(x1)
print(type(x2))

输出为：<class 'numpy.ndarray'>

x3 = np.arange(11)
print(x3)

输出为：[ 0  1  2  3  4  5  6  7  8  9 10]

x4 = np.loadtxt('000951.csv', delimiter=',',skiprows=1, usecols=(1, 4, 6), unpack=False)
print(x4)
print(x4.shape)
#文件名、分隔符、跳过的行数、使用的列数、unpack默认False默认情况下是一个列表，True的情况下是三个列表用于分给三个变量

文件和代码在一个文件夹中

open, close, volume = np.loadtxt('000951.csv', delimiter=',',skiprows=1, usecols=(1, 4, 6), unpack=True)
print(open)

如上所述，分给三个变量

print(x3+1, x3-9)
#可以直接对列表进行加减，意思是对列表中所有的树进行运算

print(x3[0], x3[-1], x3[0:5], x3[::2])#0~4、以2为步长

x5 = np.random.randint(1, 100, 10)
print(np.max(x5), x5.max())
x6 = np.sort(x5)
#新生成的，x5不变
x7 = x5.sort()
#并不是新生成的，x7为空，x5变了

np.savetxt('newtext.csv', x5, delimiter = ',')
#储存到电脑