盤點8個數(shù)據(jù)分析相關(guān)的Python庫（實例+代碼）
導(dǎo)讀：Python中常會用到一些專門的庫，如NumPy、SciPy、Pandas和Matplotlib。數(shù)據(jù)處理常用到NumPy、SciPy和Pandas，數(shù)據(jù)分析常用到Pandas和Scikit-Learn，數(shù)據(jù)可視化常用到Matplotlib，而對大規(guī)模數(shù)據(jù)進行分布式挖掘時則可以使用Pyspark來調(diào)用Spark集群的資源。
import numpy as np
a = np.array(6)
a.dtype
output: dtype('int64')-
ndarray.ndim：秩，即軸的數(shù)量或維度的數(shù)量 -
ndarray.shape：數(shù)組的維度，如果存的是矩陣，如n×m矩陣則輸出為n行m列 -
ndarray.size：數(shù)組元素的總個數(shù)，相當(dāng)于.shape中n×m的值 -
ndarray.dtype：ndarray對象的元素類型 -
ndarray.itemsize：ndarray對象中每個元素的大小，以字節(jié)為單位 -
ndarray.flags：ndarray對象的內(nèi)存信息 -
ndarray.real：ndarray元素的實部 -
ndarray.imag：ndarray元素的虛部 -
ndarray.data：包含實際數(shù)組元素的緩沖區(qū)，由于一般通過數(shù)組的索引獲取元素，所以通常不需要使用這個屬性
# 引入所需要的庫
import numpy as np
import matplotlib.pyplot as plt
# 使用 polyld() 函數(shù)創(chuàng)建多項式 func=1x3+2x2+3x+4
func = np.poly1d(np.array([1,2,3,4]).astype(f?loat))
# 使用 NumPy 的 linspace() 函數(shù)在 -10 和 10 之間產(chǎn)生 30 個均勻分布的值，作為函數(shù) x 軸的取值
x = np.linspace(-10, 10 , 30)
# 將 x 的值代入 func() 函數(shù)，計算得到 y 值
y=func(x)
# 調(diào)用 pyplot 的 plot 函數(shù) ()，繪制函數(shù)圖像
plt.plot(x, y)
# 使用 xlable() 函數(shù)添加 x 軸標簽
plt.xlabel('x')
# 使用 ylabel() 函數(shù)添加 y 軸標簽
plt.ylabel('y(x)')
# 調(diào)用 show() 函數(shù)顯示函數(shù)圖像
plt.show()
# 導(dǎo)入相關(guān)包
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.pyplot import f?igure
f?igure(num=None, f?igsize=(12, 8), dpi=80, facecolor='w', edgecolor='k')
# 計算正弦和余弦曲線上點的 x 和 y 坐標
x = np.arange(0, 3 * np.pi, 0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)
# subplot的3個參數(shù)，2、1、1 ，表示繪制2行1列圖像中的第一個子圖
plt.subplot(2, 1, 1)# 繪制第一個子圖
# 繪制第一個圖像
plt.plot(x, y_sin)
plt.title('Sin')
plt.subplot(2, 1, 2)# 繪制2行1 列圖像中的第二個子圖
plt.plot(x, y_cos)
plt.title('Cos')
plt.show()# 顯示圖像
劃重點??
干貨直達??
評論
圖片
表情