python任务22，,numpy库函数基本

python任务22，,numpy库函数基本

numpy库函数基本使用

import numpy as np

1、创建数组的函数(ndarray)

2、ndarray类型的常用属性

3、ndarray类型的型态操作方法

4、ndarray 类型的索引与切片方法

5、ndarray类型的算术运算函数

6、ndarray类型的比较运算函数

7、ndarray类型的其他运算函数

matplotlip学习笔记

1、基本指令

import matplotlib.pyplot as pltplt.figureplt.plot(x,y,label="sin(x)",width=2)plt.show()

2、使用它画简单图

import matplotlib.pyplot as plty=[0,10,20,30,40,50,60]x=len(y)x=range(x)plt.plot(x,y)

Plot的图表函数
plt.plot(x,y , fmt) ：绘制坐标图plt.boxplot(data, notch, position): 绘制箱形图plt.bar(left, height, width, bottom) : 绘制条形图plt.barh(width, bottom, left, height) : 绘制横向条形图plt.polar(theta, r) : 绘制极坐标图plt.pie(data, explode) : 绘制饼图plt.scatter(x, y) :绘制散点图plt.hist(x, bings, normed) : 绘制直方图2、复杂指令　　plt.figure() ：自定义画布大小　　plt.subplot() ：设置画布划分以及图像在画布上输出的位置　　plt.xticks()：设置x轴刻度的表现方式　　plt.xlim()：设置x轴刻度的取值范围

成绩雷达图

import matplotlib.pyplot as pltimport numpy as npcourse = [‘第一周‘,‘第二周‘,‘第三周‘,‘第四周‘,‘第五周‘,‘第六周‘]scores = [62.5,87.9,90,97.7,100,81.9]dataLength = len(scores)angles = np.linspace(0,2*np.pi,dataLength,endpoint=False)scores.append(scores[0])angles = np.append(angles,angles[0])plt.polar(angles,scores,‘rv--‘,lw=2)plt.thetagrids(angles*180/np.pi,course,fontproperties = ‘simhei‘)plt.fill(angles,scores,facecolor=‘r‘,alpha = 0.4)plt.figtext(0.52,0.95,‘猪小叶的python123成绩单‘,ha=‘center‘)plt.show()

　　

手绘风

from PIL import Imageimport numpy as npa = np.asarray(Image.open("a.jpg").convert("L")).astype("float")depth = 13grad = np.gradient(a) grad_x, grad_y = gradgrad_x = grad_x*depth/100grad_y = grad_y*depth/100A = np.sqrt(grad_x**2 + grad_y**2 + 1.)uni_x = grad_x/Auni_y = grad_y/Auni_z = 1./Avec_el = np.pi/2.2vec_az = np.pi/4.dx = np.cos(vec_el)*np.cos(vec_az)dy = np.cos(vec_el)*np.sin(vec_az)dz = np.sin(vec_el)b = 255*(dx*uni_x + dy*uni_y + dz*uni_z)b = b.clip(0, 255)im = Image.fromarray(b.astype(‘uint8‘))im.save("b.jpg")

　　

科学坐标绘图

import matplotlib.pyplot as pltimport numpy as npa = np.linspace(0, 2 * np.pi, 50)b = np.sin(a)plt.plot(a,b)    c=np.cos(a)plt.plot(a,c)mask = c >= bplt.plot(a[mask], c[mask], ‘bo‘)mask = (b>= c)  plt.plot(a[mask], b[mask], ‘go‘)  plt.show()

　　

python任务22