一、numpy库
1.1概述
numpy是一个存储和处理多维数组、矩阵等的库，提供多种关于数组运算的数学函数，可供直接调用。
1.1.1数据类型
numpy的数据类型包括整型、浮点型、复数型、布尔型等。
#在IDLE查询numpy支持的数据类型 from numpy import * sctypeDict.keys()1.1.2ndarry对象
ndarry数组必须存放相同类型的元素，且每个元素在内存中都具有相同的存储大小。
与python标准类中一维数组list比较，ndarry对象有N个维度，占用内存空间小，运行速度快
ndarry属性 .T 转置矩阵 .ndim 数组维数 .shape 数组的维度，属性是行数和列数 .size 数组元素的总数 .dtype 数组元素的类型 .itemsize 数组中每个元素的字节大小 1.2安装
1）运行“cmd”命令，进入命令窗口；
2）使用“pip”命令进行安装，在命令窗口输入“pip install numpy”。
1.3应用
1.3.1创建数组
1 array
2arange
#格式 arange([start,]stop[,step,],dtype=None) a2=np.arange(1,10,2) #创建1~10的奇数数组 a2 array([1, 3, 5, 7, 9]) #运行结果3zeros（创建全0数组）、ones（创建全1数组）
4logspace（创建等比数列）
5eye（创建对角线全1数组）
6diag（创建可自定义对角线值的数组）
实例
1.3.2数组处理
1切片（与列表类似，其实位置是0~n的索引）
2字符串
#格式 numpy.char.function()
3运算
以下为简单运算实例
4排序和筛选
二、matplotlib库
2.1概述
matplotlib是一个python二维绘图库，以各种硬复制格式和跨平台的交互环境生成出版物质量图。
仅需几行代码即可生成柱状图、功率谱、条形图、误差图、散点图等。
2.2安装
1）运行“cmd”命令，进入命令窗口；
2）使用“pip”命令进行安装，在命令窗口输入“pip install matplotlib”。
2.3Matplotlib库
matplotlib库中的所有内容都是按层次组织；层次结构顶部是matplotlib.pyplot模块提供的matplotlib状态机环境，在这个级别上可以用简单的函数将线、图像、文本等绘图元素添加到当前轴。
pyplot是命令样式函数的集合，可以使matplotlib库像Matlab一样工作。每个pyplot函数可以对图像进行一些更改，如创建图形、在图形中创建绘图区域、在绘图区域绘制一些线、用标签装饰绘图等。
2.4Matplotlib.pyplot的常见函数
常用的基本绘图函数
基本绘图函数 函数 描述 annotate(s, xy, \*args, \*\*kwargs) 用文本s注释xy axis(\*args, \*\*kwargs) 获取或设置某些轴属性的方便方法 bar(x, height[, width, bottom, align, data]) 绘制条形图 barh(y, width[, height, left, align]) 绘制水平条形图 figure([num, figsize,dpi, facecolor, …]) 创建新图形 hist(x[,bins, range, density, weights, …]) 绘制柱状图 legend(\*args, \*\kwargs) 在轴上放置图例 pie(x[explode, labels, colors, autopct, …]) 绘制饼图 plot(\*args[, scalex, scaley, data]) 绘制y和x作为直线和/或标记 scatter(x, y[, s, c, marker, cmap, norm, …]) 标记大小和/或颜色不同的y与x散点图 show(\*args, \*\*kw) 显示数字 stackplot(x, \*args[, labels, colors, …]) 绘制堆积面积图 subplots([nrow, ncols, sharex, sharey,…]) 绘制一个图形和一个子图 text(x, y, s[, fontdict, withdash]) 将文本添加到轴 title(label[, fontdict, loc, pad]) 为轴设置标题 xlabel(xlabel[, fontdict, labelpad]) 设置x轴的标签 xticks([ticks, labels]) 获取或设置x轴当前刻度位置和标签 ylabel(ylabel[, fontdict, labelpad]) 设置y轴的标签 三、应用举例
3.1条形图
#格式 bar(x, height[, width, bottom, align, data]) #x:比例尺序列 #height:标量或标量序列 #width:宽度，可选项 #bottom:底部，可选项 #align:对齐，可选项#绘制条形图 import numpy as np import matplotlib import matplotlib.pyplot as plt #设置中文字体，不设置此项，中文不能正确显示 matplotlib.rcParams["font.family"] = "STSong" matplotlib.rcParams["font.size"] = 12 #定义数组 x = np.arange(1,7) str1 = ["1月","2月","3月","4月","5月","6月"] y1 = [126, 143, 120, 114, 118, 84] y2 = [103, 115, 96, 89, 93, 70] #加入条形 #条形图bar(x, height[, width, bottom, align, data]) plt.bar(x, y1, 0.3, label="收入", tick_label=str1) plt.bar(x+0.3, y2, 0.3, label="成本") #为条形图加上y轴的数值 for a, b in zip(x, y1): plt.text(a, b+0.03, "%.0f" %b, ha="center", va="bottom", fontsize=10) for a, b in zip(x, y2): plt.text(a+0.3, b, "%.0f" %b, ha="center", va="bottom", fontsize=10) plt.title("月销售情况表（万元）") #设置图表标题 plt.xlabel("月份") #设置x轴标签 plt.ylabel("金额") #设置y轴标签 plt.legend() #显示标签 plt.show() #显示图标3.2饼状图
#绘制饼图 import numpy as np import matplotlib import matplotlib.pyplot as plt matplotlib.rcParams["font.family"] = "STSong" matplotlib.rcParams["font.size"] = 12 label = "16岁及以下","17-25岁","26-35岁","36-45岁","46-55岁","56岁以上" size = [10,16,22,20,24,8] #占比，和为100 color = ["LightSalmon","LightSkyBlue","LightYellow", "CornflowerBlue","MediumVioletRed","DarkViolet"] explode = (0.1,0.1,0,0,0,0) #设置25岁以下两个扇形的间距为0.1 plt.pie(size,labels=label, explode=explode, colors=color, autopct="%1.1f%%", shadow=True,startangle=90) plt.title("某城市人口年龄结构图") plt.legend(loc=5,fontsize=8,bbox_to_anchor=(1.2,0.9), borderaxespad=0.1) plt.show()
