Python 库的基本使用（1）

「爱情、让人受尽委屈。」 2021-12-12 00:04 259阅读 0赞

1. 使用基本的类库来绘制一个圆环

步骤：  
（1）导入要用到的库，numpy 和 matplotlib.pyplot

1 import numpy as np
    2 import matplotlib.pyplot as plt

（2）然后使用 numpy 来制造数据

# 这里是取 10*2 维的数组，数值的范围在（-1，1）之间
    data = 2*np.random.rand(1000, 2) - 1
    
    # 这是获得数组的第一列，作为点的横坐标
    x = data[:, 0]
    
    # 这是获得数组的第二列，作为点的纵坐标
    y = data[:, 1]

（3）确定圆环内的数据点

# 这里返回的值是布尔值，来代表是否在以半径为 1 的圆内
    index1 = x**2 + y**2 < 1
    # 这里返回的值是布尔值，来代表是否在以半径为 0.5 的圆内
    index2 = x**2 + y**2 > 0.25

（4）使用 pyplot 来绘制圆环

# 只有当同时满足上面的两个条件的时候，才确定该点在圆环内
    plt.plot(x[index1&index2], y[index1&index2], "o")
    plt.show()

完整代码：

1 import numpy as np
     2 import matplotlib.pyplot as plt
     3 
     4 # 这里是取 10*2 维的数组，数值的范围在（-1，1）之间
     5 data = 2*np.random.rand(1000, 2) - 1
     6 
     7 # 这是获得数组的第一列，作为点的横坐标
     8 x = data[:, 0]
     9 
    10 # 这是获得数组的第二列，作为点的纵坐标
    11 y = data[:, 1]
    12 
    13 # 打印所有的数据
    14 # print(data)
    15 # print(x)
    16 # print(y)
    17 
    18 # 这里返回的值是布尔值，来代表是否在以半径为 1 的圆内
    19 index1 = x**2 + y**2 < 1
    20 # 这里返回的值是布尔值，来代表是否在以半径为 0.5 的圆内
    21 index2 = x**2 + y**2 > 0.25
    22 
    23 %matplotlib inline
    24 
    25 # 只有当同时满足上面的两个条件的时候，才确定该点在圆环内
    26 plt.plot(x[index1&index2], y[index1&index2], "o")
    27 plt.show()

结果为：

![1260274-20190704130259286-551415158.png][]

2. 使用 numpy 和 pandas 来取数据的类型

import numpy as np
    import pandas as pd
    
    d = np.random.rand(3, 4)
    print(d)
    # 展示 np 的数据格式，为 ndarray
    print(type(d))
    
    data = pd.DataFrame(data=d, columns=list("梅兰竹菊"))
    print(data)
    # 展示 pd 的数据格式，为 DataFrame
    print(type(data))
    # 只展示 “兰竹” 两列的内容
    print(data[list("兰竹")])
    # 将数据存储到本地文件，不需要索引，需要表头
    data.to_csv("数据.csv", index=False, header=True)

结果为：  
![1260274-20190704205652878-832898600.png][]

3. 使用 python 的数据库来绘制 y = xx 的图形

# 画出 y = x**x 的图形
    
    import numpy as np
    import matplotlib.pyplot as plt
    x = np.linspace(1, 10, 100)
    y = x ** x;
    
    %matplotlib inline
    plt.plot(x, y, "r-")
    plt.show()

结果为：

![1260274-20190704221139039-2122042303.png][]

若是将数值的范围缩小一点，就可以看到最小值了

# 画出 y = x**x 的图形
    
    import numpy as np
    import matplotlib.pyplot as plt
    x = np.linspace(0, 1, 100)
    y = x ** x;
    
    %matplotlib inline
    plt.plot(x, y, "r-")
    plt.show()

最小值就是图中的最低点：  
![1260274-20190704221314311-1715546222.png][]

转载于:https://www.cnblogs.com/elkan/p/11130408.html

[1260274-20190704130259286-551415158.png]: /images/20211211/2d8a85656ee84200965ef57a6393f9b0.png
[1260274-20190704205652878-832898600.png]: /images/20211211/bd5ffc915930428699fc46b36d570629.png
[1260274-20190704221139039-2122042303.png]: /images/20211211/078f3d5be02448a1a80c782c8202b083.png
[1260274-20190704221314311-1715546222.png]: /images/20211211/debb0cb39b2f41f090a5e87bfbd3259c.png