numpy，matplotilib学习（菜鸟教程）

news2024/11/27 12:58:15

 所有内容均来自于：

NumPy 教程 | 菜鸟教程

Matplotlib 教程 | 菜鸟教程

numpy模块

numpy.nditer

NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。

  • for x in np.nditer(a, order='F'):Fortran order，即是列序优先；
  • for x in np.nditer(a, order='C'):C order，即是行序优先；

 

修改数组中元素的值

nditer 对象有另一个可选参数 op_flags。 默认情况下，nditer 将视待迭代遍历的数组为只读对象（read-only），为了在遍历数组的同时，实现对数组元素值的修改，必须指定 readwrite 或者 writeonly 的模式。

numpy.ndarray.flat

numpy.ndarray.flat 是一个数组元素迭代器

numpy.ndarray.flatten

numpy.ndarray.flatten 返回一份数组拷贝，对拷贝所做的修改不会影响原始数组，格式如下：

ndarray.flatten(order='C')

参数说明：

  • order：'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'K' -- 元素在内存中的出现顺序。

numpy.ravel

numpy.ravel() 展平的数组元素，顺序通常是"C风格"，返回的是数组视图（view，有点类似 C/C++引用reference的意味），修改会影响原始数组。

该函数接收两个参数：

numpy.ravel(a, order='C')

参数说明：

  • order：'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'K' -- 元素在内存中的出现顺序。

连接数组

函数描述
concatenate连接沿现有轴的数组序列
stack沿着新的轴加入一系列数组。
hstack水平堆叠序列中的数组（列方向）
vstack竖直堆叠序列中的数组（行方向）

分割数组

函数数组及操作
split将一个数组分割为多个子数组
hsplit将一个数组水平分割为多个子数组（按列）
vsplit将一个数组垂直分割为多个子数组（按行）

数组元素的添加与删除

函数元素及描述
resize返回指定形状的新数组
append将值添加到数组末尾
insert沿指定轴将值插入到指定下标之前
delete删掉某个轴的子数组，并返回删除后的新数组
unique查找数组内的唯一元素

NumPy 字符串函数

以下函数用于对 dtype 为 numpy.string_ 或 numpy.unicode_ 的数组执行向量化字符串操作。 它们基于 Python 内置库中的标准字符串函数。

这些函数在字符数组类（numpy.char）中定义。

函数描述
add()对两个数组的逐个字符串元素进行连接
multiply()返回按元素多重连接后的字符串
center()居中字符串
capitalize()将字符串第一个字母转换为大写
title()将字符串的每个单词的第一个字母转换为大写
lower()数组元素转换为小写
upper()数组元素转换为大写
split()指定分隔符对字符串进行分割，并返回数组列表
splitlines()返回元素中的行列表，以换行符分割
strip()移除元素开头或者结尾处的特定字符
join()通过指定分隔符来连接数组中的元素
replace()使用新字符串替换字符串中的所有子字符串
decode()数组元素依次调用str.decode
encode()数组元素依次调用str.encode

最值函数

numpy.amin() 和 numpy.amax()：从数组中查找最小元素，最大元素

numpy.amin() 用于计算数组中的元素沿指定轴的最小值。

numpy.amin(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

参数说明：

  • a: 输入的数组，可以是一个NumPy数组或类似数组的对象。
  • axis: 可选参数，用于指定在哪个轴上计算最小值。如果不提供此参数，则返回整个数组的最小值。可以是一个整数表示轴的索引，也可以是一个元组表示多个轴。
  • out: 可选参数，用于指定结果的存储位置。
  • keepdims: 可选参数，如果为True，将保持结果数组的维度数目与输入数组相同。如果为False（默认值），则会去除计算后维度为1的轴。
  • initial: 可选参数，用于指定一个初始值，然后在数组的元素上计算最小值。
  • where: 可选参数，一个布尔数组，用于指定仅考虑满足条件的元素。

numpy.argmax() 和 numpy.argmin()

numpy.argmax() 和 numpy.argmin()函数分别沿给定轴返回最大和最小元素的索引。

条件筛选函数

numpy.where()

numpy.where() 函数返回输入数组中满足给定条件的元素的索引。

numpy.nonzero()

numpy.nonzero() 函数返回输入数组中非零元素的索引。

NumPy 线性代数

NumPy 提供了线性代数函数库 linalg，该库包含了线性代数所需的所有功能，可以看看下面的说明：

函数描述
dot两个数组的点积，即元素对应相乘。
vdot两个向量的点积
inner两个数组的内积
matmul两个数组的矩阵积
determinant数组的行列式
solve求解线性矩阵方程
inv计算矩阵的乘法逆矩阵

NumPy 矩阵库(Matrix)

NumPy 中包含了一个矩阵库 numpy.matlib，该模块中的函数返回的是一个矩阵，而不是 ndarray 对象。

1.matlib.empty()

matlib.empty() 函数返回一个新的矩阵，

2.numpy.matlib.zeros()

numpy.matlib.zeros() 函数创建一个以 0 填充的矩阵。

3.numpy.matlib.ones()

numpy.matlib.ones()函数创建一个以 1 填充的矩阵。

4.numpy.matlib.eye()

numpy.matlib.eye() 函数返回一个矩阵，对角线元素为 1，其他位置为零。

5.numpy.matlib.identity()

numpy.matlib.identity() 函数返回给定大小的单位矩阵。单位矩阵是个方阵，从左上角到右下角的对角线（称为主对角线）上的元素均为 1，除此以外全都为 0。

6.numpy.matlib.rand()

numpy.matlib.rand() 函数创建一个给定大小的矩阵，数据是随机填充的。

NumPy IO

Numpy 可以读写磁盘上的文本数据或二进制数据。

NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。

npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。

常用的 IO 函数有：

  • load() 和 save() 函数是读写文件数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中。
  • savez() 函数用于将多个数组写入文件，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npz 的文件中。
  • loadtxt() 和 savetxt() 函数处理正常的文本文件(.txt 等) 【txt文件里保存的是数字才可】
    例如：

 Matplotlib 绘图标记

fmt 参数

fmt 参数定义了基本格式，如标记、线条样式和颜色。

fmt = '[marker][line][color]'
例如 o:r，o 表示实心圆标记，: 表示虚线，r 表示颜色为红色。

绘图过程如果我们想要给坐标自定义一些不一样的标记，就可以使用 plot() 方法的 marker 参数来定义。

例如：

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([1,3,4,5,8,9,6,1,3,4,5,2,4])

plt.plot(ypoints, marker = '^')
plt.show()

marker 可以定义的符号如下：

标记符号描述
"."

m00

点
","

m01

像素点
"o"

m02

实心圆
"v"

m03

下三角
"^"

m04

上三角
"<"

m05

左三角
">"

m06

右三角
"1"

m07

下三叉
"2"

m08

上三叉
"3"

m09

左三叉
"4"

m10

右三叉
"8"

m11

八角形
"s"

m12

正方形
"p"

m13

五边形
"P"

m23

加号（填充）
"*"

m14

星号
"h"

m15

六边形 1
"H"

m16

六边形 2
"+"

m17

加号
"x"

m18

乘号 x
"X"

m24

乘号 x (填充)
"D"

m19

菱形
"d"

m20

瘦菱形
"|"

m21

竖线
"_"

m22

横线
0 (TICKLEFT)

m25

左横线
1 (TICKRIGHT)

m26

右横线
2 (TICKUP)

m27

上竖线
3 (TICKDOWN)

m28

下竖线
4 (CARETLEFT)

m29

左箭头
5 (CARETRIGHT)

m30

右箭头
6 (CARETUP)

m31

上箭头
7 (CARETDOWN)

m32

下箭头
8 (CARETLEFTBASE)

m33

左箭头 (中间点为基准)
9 (CARETRIGHTBASE)

m34

右箭头 (中间点为基准)
10 (CARETUPBASE)

m35

上箭头 (中间点为基准)
11 (CARETDOWNBASE)

m36

下箭头 (中间点为基准)
"None", " " or ""没有任何标记
'$...$'

m37

渲染指定的字符。例如 "$f$" 以字母 f 为标记。

 绘图过程如果我们自定义线的样式，包括线的类型、颜色和大小等。

线的类型

线的类型可以使用 linestyle 参数来定义，简写为 ls。

线的颜色

线的颜色可以使用 color 参数来定义，简写为 c。

线的宽度

线的宽度可以使用 linewidth 参数来定义，简写为 lw，值可以是浮点数，如：1、2.0、5.67 等。

多条线

plot() 方法中可以包含多对 x,y 值来绘制多条线。

grid() 方法

我们可以使用 pyplot 中的 grid() 方法来设置图表中的网格线。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1577307.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

C语言——文件管理

C语言——文件管理

文件&#xff1a;即磁盘上的文件&#xff0c;使用文件可以将数据直接存放在电脑的硬盘上&#xff0c;做到数据持久化。 在程序设计中&#xff0c;按文件的功能划分&#xff0c;将文件分为程序文件与数据文件 程序文件 程序文件包括源文件&#xff08;.c&#xff09;&#xff0…
阅读更多...
我国聚四氟乙烯产量逐渐增长 进口量有所上涨

我国聚四氟乙烯产量逐渐增长 进口量有所上涨

我国聚四氟乙烯产量逐渐增长 进口量有所上涨 聚四氟乙烯&#xff08;PTFE&#xff09;&#xff0c;是以四氟乙烯作为单体聚合制作而成的一种高分子聚合物&#xff0c;化学方程式为(C2F4)n&#xff0c;熔点在321-344℃之间。聚四氟乙烯具有耐热、耐寒、耐腐蚀、抗老化、润滑性高…
阅读更多...
蓝桥杯刷题-14-更小的数-区间DP⭐

蓝桥杯刷题-14-更小的数-区间DP⭐

蓝桥杯2023年第十四届省赛真题-更小的数 //区间DP #include <iostream> #include<bits/stdc.h> #define int long long using namespace std; const int N5e310; int f[N][N]; void solve(){string s;cin>>s;int ans0;for(int len2;len<s.size();len){for…
阅读更多...
LeetCode-33. 搜索旋转排序数组【数组 二分查找】

LeetCode-33. 搜索旋转排序数组【数组 二分查找】

LeetCode-33. 搜索旋转排序数组【数组 二分查找】 题目描述&#xff1a;解题思路一&#xff1a;二分查找。1.找哨兵节点&#xff08;nums[0]或nums[-1]&#xff09;可以确定nums[mid]位于前一段或后一段有序数组中。2. 就是边界left和right的变换&#xff0c;具体看代码。解题思…
阅读更多...
贪心算法|53.最大子序和

贪心算法|53.最大子序和

力扣题目链接 class Solution { public:int maxSubArray(vector<int>& nums) {int result INT32_MIN;int count 0;for (int i 0; i < nums.size(); i) {count nums[i];if (count > result) {result count;}if (count < 0) count 0;}return result;} …
阅读更多...
mac上搭建鸿蒙开发环境（2024）

mac上搭建鸿蒙开发环境（2024）

开发环境 设备 MacBook Pro 芯片 Apple M1 系统 11.4 内存 16 GB 一、下载公开版本的DevEco Studio 华为官方目前对外提供的版本是DevEco Studio 3.1&#xff0c;可在官网下载https://developer.huawei.com/consumer/cn/deveco-studio/ 因为目前还在学习阶段&#xff0c;…
阅读更多...
Pytorch数据结构：Tensor（张量）及其维度和数据类型

Pytorch数据结构：Tensor（张量）及其维度和数据类型

文章目录 Tensor基础1.1、Tensor的维度&#xff08;Dimensions&#xff09;1.1.1、举例说明1.1.2、高维Tensor 1.2、.dim()和.size()方法1.2.1、.dim()方法1.2.2、.size()方法1.2.3、.shape属性1.2.3、示例代码1.2.3.1、一维Tensor1.2.3.2、二维Tensor1.2.3.3、三维Tensor 1.3、…
阅读更多...
烧坏两块单片机，不知道原因？

烧坏两块单片机，不知道原因？

没有看你的原理图&#xff0c;以下是造成烧毁芯片的几个环节&#xff1a; 1. 最大的可能性是你的单片机电机控制输出与电机驱动电路没有隔离。 我的经验&#xff0c;使用STM32控制电机&#xff0c;无论是直流电机脉宽调制&#xff0c;还是步进电机控制&#xff0c;控制电路与…
阅读更多...
Linux系统Docker部署Apache Superset并实现公网实时访问本地数据

Linux系统Docker部署Apache Superset并实现公网实时访问本地数据

文章目录 前言1. 使用Docker部署Apache Superset1.1 第一步安装docker 、docker compose1.2 克隆superset代码到本地并使用docker compose启动 2. 安装cpolar内网穿透&#xff0c;实现公网访问3. 设置固定连接公网地址 前言 Superset是一款由中国知名科技公司开源的“现代化的…
阅读更多...
LLM是优秀的手语翻译者

LLM是优秀的手语翻译者

LLM是优秀的手语翻译者 简介Related WorkMethodSignLLM Overviewector-Quantized Visual Sign ModuleCodebook Reconstruction and Alignment LLMs are Good Sign Language Translators 简介 基于观察&#xff0c;我们发现LLMs可以通过利用与之前学习过的语言的共有特性来有效…
阅读更多...
LeetCode-162. 寻找峰值【数组 二分查找】

LeetCode-162. 寻找峰值【数组 二分查找】

LeetCode-162. 寻找峰值【数组 二分查找】 题目描述&#xff1a;解题思路一&#xff1a;二分查找1.对于任意数组而言&#xff0c;一定存在峰值&#xff08;一定有解&#xff09;&#xff1b;2. 二分不会错过峰值。解题思路二&#xff1a;解题思路三&#xff1a; 题目描述&#…
阅读更多...
Python项目1 外星人入侵

Python项目1 外星人入侵

武装飞船 1 规划项目 开发大型项目时&#xff0c;做好规划后再动手编写项目很重要。规划可确保你不偏离轨道&#xff0c;从而提高项目成功的可能性。 下面来编写有关游戏《外星人入侵》的描述&#xff0c;其中虽然没有涵盖这款游戏的所有细节&#xff0c;但能让你清楚地知道…
阅读更多...
关于STM32单片机延时微妙（delay_us）函数-hal库

关于STM32单片机延时微妙（delay_us）函数-hal库

关于STM32单片机延时微妙&#xff08;delay_us&#xff09;函数-hal库 Chapter1 关于STM32单片机延时微妙&#xff08;delay_us&#xff09;函数-hal库delay_us 函数delay_ms 函数验证补充 Chapter1 关于STM32单片机延时微妙&#xff08;delay_us&#xff09;函数-hal库 原文链…
阅读更多...
窗口函数的排名

窗口函数的排名

在排序时考虑到每行的前后关系&#xff0c;并根据这些关系进行排序。这使得在排序结果集时可以得到更精确、准确的排序。 row_number()例如90、 80、80、70排名后为1、2、3、4rank()例如90、 80、80、70排名后为1、2、2、4dense_rank()例如90、 80、80、70排名后为1、2、2、3 …
阅读更多...
大模型 概念科普｜提示词是什么

大模型 概念科普｜提示词是什么

一、基本概念 5W2H方法是一种有效的分析和问题解决框架&#xff0c;它包括了“什么&#xff08;What&#xff09;”、“为什么&#xff08;Why&#xff09;”、“谁&#xff08;Who&#xff09;”、“何时&#xff08;When&#xff09;”、“在哪里&#xff08;Where&#xff…
阅读更多...
用API技术为数据安全“上保险”——双重保障

用API技术为数据安全“上保险”——双重保障

&#x1f50d;API在数据安全领域的核心地位 随着数字化进程的狂飙突进&#xff0c;应用程序接口&#xff08;API&#xff09;已化身为企业内部、不同平台间以及用户交互的关键纽带。它们不仅是数据流动与共享的驱动引擎&#xff0c;更是守护数据安全的重要防线。其中&#xf…
阅读更多...
高精度原边控制离线式PWM功率开关芯片D3820的特征和详细的工作原理介绍

高精度原边控制离线式PWM功率开关芯片D3820的特征和详细的工作原理介绍

D3820是一款高精度原边控制离线式PWM功率开关。本文主要介绍D3820的特征和详细的工作原理&#xff0c;对反激式隔离AC-DC开关电源提供较为详细的测试过程。 特 点 1、全电压范围CC/CV精度保持在5%以内 2、用原边控制&#xff0c;无需TL431和光耦 3、欠压锁定&#xff08…
阅读更多...
实践笔记-linux内核版本升级(centos7)

实践笔记-linux内核版本升级(centos7)

linux内核版本升级 1.查看当前内核版本信息2.采用yum方式进行版本升级2.1导入仓库源2.2选择 ML 或 LT 版本安装2.3设置内核启动 3.删除旧版本内核 1.查看当前内核版本信息 #查看操作系统版本 cat /etc/redhat-release #查看系统内核 uname -r2.采用yum方式进行版本升级 2.1导…
阅读更多...
Openstack（T）部署ceilometer-gnocchi-panko-aodh

Openstack（T）部署ceilometer-gnocchi-panko-aodh

前言&#xff1a;简单概述4个服务做什么&#xff0c;如何协同起来 ceilometer负责采集数据&#xff0c;采集的数据分为计量数据和事件数据&#xff0c;计量数据交给gnocchi处理(本文gnocchi将计量数据存储在ceph存储池中)&#xff0c;事件数据存储在panko中&#xff0c;aodh负…
阅读更多...
RH850从0搭建Autosar开发环境【3X】- Davinci Configurator之RTE模块配置详解(上)

RH850从0搭建Autosar开发环境【3X】- Davinci Configurator之RTE模块配置详解(上)

RTE模块配置详解 - 上 一、RTE模块配置实操1.1 打开RTE模块1.2 RTE模块错误消除在这里插入图片描述 这里我们利用工具的自动处理功能。二、Configurator工具Validation总结本节我们就手把手详解RTE配置实现,其实也没有什么过多的操作。。。这个模块更多是工具自动处理的。 一、…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023