python基本操作代码清单

Numpy基本操作

import numpy as np

import numpy as np

# 构建一个数组
a = np.array([2, 0, 1, 5, 6])
print('a 数组：', a)
# 输出数组的前四位数字
print('a的前四位数字：', a[:4])
# 输出数组中的最小数字
print('a数组中的最小值', a.min())
# 将a的元素从小到大排序，此操作将会直接修改a，此时a会变成[0， 1， 2， 5， 6]。可以使用b = a[:]操作
print('将a数组排个序：', np.sort(a))
# 创建二维数组
b = np.array([[1, 2, 3], [1, 2, 4], [2, 3, 5]])
# 输出数组的平方阵
print('b的平方阵：', b*b)

# 输出
a 数组： [2 0 1 5 6]
a的前四位数字： [2 0 1 5]
a数组中的最小值 0
将a数组排个序： [0 1 2 5 6]
b的平方阵： [[ 1  4  9]
 [ 1  4 16]
 [ 4  9 25]]

Matplotlib作图基本代码

import csv
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 15, 1000)
y = np.sin(x)
z = np.cos(x**2 + 2)

# 设置图像大小
plt.figure(figsize=(8, 4))
# 对第一个函数作图， 设置标签，线条颜色，线条大小
plt.plot(x, y, label='$ \sin x$', color='yellow', linewidth=2)
# 对第二个函数作图，设置标签，线条类型
plt.plot(x, z, 'b--', label='$ \cos(x^2+2)$')
# X轴，Y轴名称，标题
plt.xlabel('Time(s)')
plt.ylabel('Volt')
plt.title('A Simple Example')
# 显示Y轴范围
plt.ylim(0, 1.5)
# 显示图例，作图结果
plt.legend()
plt.show()

Matplotlib简单例子
3. Pandas 简单例子

import pandas as pd

# 创建一个序列S
s = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
# 手动创建一个表
d = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=['a', 'b', 'c'])
# 利用已有的序列创建表
d2 = pd.DataFrame(s)
# 预览前五行数据
d.head(5)
# 数据基本统计量
d.describe()

# 读取文件，注意文件的存储路径不能带有中文，否则会读取出错。
pd.read_csv('文件路径', encoding='utf-8')
pd.read_excel('文件路径')

python基本操作代码清单

猜你喜欢