Python中Numpy和Matplotlib的基本使用指南


Posted in Python onNovember 02, 2021

1. Jupyter Notebooks

作为小白,我现在使用的python编辑器是Jupyter Notebook,非常的好用,推荐!!!

你可以按[Ctrl] + [Enter]快捷键或按菜单中的运行按钮来运行单元格。

Python中Numpy和Matplotlib的基本使用指南

在function(后面按[shift] + [tab],可以获得函数或对象的帮助。

Python中Numpy和Matplotlib的基本使用指南

你还可以通过执行function?获得帮助。

Python中Numpy和Matplotlib的基本使用指南

2. NumPy 数组

操作numpy数组是 Python 机器学习(或者,实际上是任何类型的科学计算)的重要部分。 在这里我主要快速介绍一下重要基本的功能。

 

import numpy as np

# 设置随机种子来获得可重复性
rnd = np.random.RandomState(seed=520)

# 生成随机数组
# Array: shape(3, 5); 
#        value: [0, 1]
X = rnd.uniform(low=0.0, high=1.0, size=(3, 5)) 

print(X)

(请注意,NumPy 数组也是从 0 开始的索引)

# 元素访问

# 获取单个元素
# (这里是第一行第一列的元素)
print(X[0, 0])

# 获取一行
# (这里是第二行)
print(X[1])

# 获取一列
# (这里是第二列)
print(X[:, 1])

# 数组转置
print(X.T)
# 创建均匀间隔的数字的行向量。
y = np.linspace(0, 12, 5) # 从0开始,到12结束,数量为5
print(y)

# 将行向量转换为列向量
print(y[:, np.newaxis])


# 获得形状或改变数组形状

# 生成随机数组
rnd = np.random.RandomState(seed=520)
X = rnd.uniform(low=0.0, high=1.0, size=(3, 5))

# X的大小(3,5) 
print(X.shape)

# 将 X 大小变为 (5,3)
X_reshaped = X.reshape(5, 3)
print(X_reshaped)

# 使用整数数组的索引(花式索引)
indices = np.array([3, 1, 0])
print(indices)
# 取X的第4,2,1列作为新数组
X[:, indices]

3. SciPy 稀疏数组

虽然我们平时不会大量使用它们,但稀疏矩阵在某些情况下非常好用。 在一些机器学习任务中,尤其是与文本分析相关的任务,数据可能大多为零。 存储所有这些零是非常低效的,并且以仅包含“非零”值的方式表示可以更有效。 我们可以创建和操作稀疏矩阵,如下所示:

# 创建一个包含大量零的随机数组
rnd = np.random.RandomState(seed=123)

X = rnd.uniform(low=0.0, high=1.0, size=(10, 5))
print(X)

# 将大多数元素设置为零
X[X < 0.7] = 0
print(X)

from scipy import sparse
# 将 X 转换为 CSR(压缩稀疏行)矩阵
X_csr = sparse.csr_matrix(X)
print(X_csr)

# 将稀疏矩阵转换为密集数组
print(X_csr.toarray())

(你可能偶然发现了一种将稀疏表示转换为密集表示的替代方法:numpy.todensetoarray返回一个 NumPy 数组,而todense返回一个 NumPy 矩阵。在本教程中,我们将使用 NumPy 数组,而不是矩阵;scikit-learn 不支持后者。)

CSR 表示对于计算非常有效,但它不适合添加元素。 为此,LIL(List-In-List)表示更好:

# 创建一个空的 LIL 矩阵并添加一些项目
X_lil = sparse.lil_matrix((5, 5))

for i, j in np.random.randint(0, 5, (15, 2)):
    X_lil[i, j] = i + j

print(X_lil)
print(type(X_lil))

X_dense = X_lil.toarray()
print(X_dense)
print(type(X_dense))

通常,一旦创建了 LIL 矩阵,将其转换为 CSR 格式很有用(许多 scikit-learn 算法需要 CSR 或 CSC 格式)

X_csr = X_lil.tocsr()
print(X_csr)
print(type(X_csr))

可用于各种问题的可用稀疏格式包括:

  • CSR(压缩稀疏行)
  • CSC(压缩稀疏列)
  • BSR(块稀疏行)
  • COO(坐标)
  • DIA(对角线)
  • DOK(键的字典)
  • LIL(列表中的列表)

scipy.sparse子模块还有很多稀疏矩阵的函数,包括线性代数,稀疏求解器,图算法等等。

4. Matplotlib

机器学习的另一个重要部分是数据可视化。 Python 中最常用的工具是matplotlib。 这是一个非常灵活的包,我们将在这里介绍一些基础知识。

由于使用的是 Jupyter,所以使用 IPython 方便的内置“魔术函数”,即“matoplotlib内联”模式,它将直接在笔记本内部绘制图形。

%matplotlib inline

import matplotlib.pyplot as plt

# 绘制直线
x = np.linspace(0, 10, 100)
plt.plot(x, np.sin(x));

# 散点图
x = np.random.normal(size=500)
y = np.random.normal(size=500)
plt.scatter(x, y);

# 使用 imshow 展示绘图
# - note that origin is at the top-left by default!

x = np.linspace(1, 12, 100)
y = x[:, np.newaxis]

im = y * np.sin(x) * np.cos(y)
print(im.shape)

plt.imshow(im);

# 轮廓图
# - 请注意,此处的原点默认位于左下角!
plt.contour(im);

# 3D 绘图
from mpl_toolkits.mplot3d import Axes3D
ax = plt.axes(projection='3d')
xgrid, ygrid = np.meshgrid(x, y.ravel())
ax.plot_surface(xgrid, ygrid, im, cmap=plt.cm.viridis, cstride=2, rstride=2, linewidth=0);

有许多可用的绘图类型。 查看matplotlib库是一个很快的学习方法。

总结

到此这篇关于Python中Numpy和Matplotlib基本使用的文章就介绍到这了,更多相关Python Numpy和Matplotlib使用内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
打印出python 当前全局变量和入口参数的所有属性
Jul 01 Python
python实现bitmap数据结构详解
Feb 17 Python
python抓取网页图片并放到指定文件夹
Apr 24 Python
python中logging库的使用总结
Oct 18 Python
python爬虫获取小区经纬度以及结构化地址
Dec 30 Python
解决yum对python依赖版本问题
Jul 05 Python
Python对接六大主流数据库(只需三步)
Jul 31 Python
Python 读取用户指令和格式化打印实现解析
Sep 02 Python
python中的函数递归和迭代原理解析
Nov 14 Python
django模板获取list中指定索引的值方式
May 14 Python
JAVA SWT事件四种写法实例解析
Jun 05 Python
如何利用python正则表达式匹配版本信息
Dec 09 Python
python模块与C和C++动态库相互调用实现过程示例
Nov 02 #Python
Qt自定义Plot实现曲线绘制的详细过程
Nov 02 #Python
Python 正则模块详情
Nov 02 #Python
Python 数据可视化之Bokeh详解
Nov 02 #Python
Python 数据可视化之Matplotlib详解
分位数回归模型quantile regeression应用详解及示例教程
Python常遇到的错误和异常
Nov 02 #Python
You might like
PHP 身份证号验证函数
2009/05/07 PHP
IP攻击升级,程序改进以对付新的攻击
2010/11/23 PHP
php下载文件的代码示例
2012/06/29 PHP
详解HTTP Cookie状态管理机制
2016/01/14 PHP
PHP实现生成模糊图片的方法示例
2017/12/21 PHP
php+redis消息队列实现抢购功能
2018/02/08 PHP
PHP排序算法之归并排序(Merging Sort)实例详解
2018/04/21 PHP
thinkphp框架类库扩展操作示例
2019/11/26 PHP
关于Laravel参数验证的一些疑与惑
2019/11/19 PHP
jQuery Validation实例代码 让验证变得如此容易
2010/10/18 Javascript
JS中for循序中延迟加载动态效果的具体实现
2013/08/18 Javascript
jQuery打印图片pdf、txt示例代码
2014/07/22 Javascript
使用JS画图之点、线、面
2015/01/12 Javascript
JavaScript简单实现弹出拖拽窗口(二)
2016/06/17 Javascript
javascript日期比较方法实例分析
2016/06/17 Javascript
angularJs使用$watch和$filter过滤器制作搜索筛选实例
2017/06/01 Javascript
微信小程序 循环及嵌套循环的使用总结
2017/09/26 Javascript
vue element动态渲染、移除表单并添加验证的实现
2019/01/16 Javascript
Vue Router中应用中间件的方法
2020/08/06 Javascript
[15:39]教你分分钟做大人:龙骑士
2014/10/30 DOTA
把JSON数据格式转换为Python的类对象方法详解(两种方法)
2019/06/04 Python
python tornado修改log输出方式
2019/11/18 Python
Tensorflow tf.nn.atrous_conv2d如何实现空洞卷积的
2020/04/20 Python
Python实现转换图片背景颜色代码
2020/04/30 Python
解决Keras使用GPU资源耗尽的问题
2020/06/22 Python
Python pymsql模块的使用
2020/09/07 Python
CSS3制作气泡对话框的实例教程
2016/05/10 HTML / CSS
简单聊聊H5的pushState与replaceState的用法
2018/04/03 HTML / CSS
html5中 media(播放器)的api使用指南
2014/12/26 HTML / CSS
英国最大的在线时尚眼镜店:Eyewearbrands
2019/03/12 全球购物
幼儿园中班评语大全
2014/04/17 职场文书
小班上学期评语
2014/05/05 职场文书
村长反四风问题个人对照检查材料
2014/09/21 职场文书
涉外离婚协议书怎么写
2014/11/20 职场文书
2015年党员公开承诺书范文
2015/01/22 职场文书
农村党员干部承诺书
2015/05/04 职场文书