掌握Python的X篇_33_MATLAB的替代组合NumPy+SciPy+Matplotlib

这篇具有很好参考价值的文章主要介绍了掌握Python的X篇_33_MATLAB的替代组合NumPy+SciPy+Matplotlib。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

numPy 通常与 SciPy( Scientific Python )Matplotlib (绘图库)一起使用,这种组合广泛用于替代 MatLab,是一个强大的科学计算环境,有助于我们通过 Python 学习数据科学或者机器学习。

1. numpy

1.1 numpy简介

numpy /nampai/数值计算库,简单而言,可以被当做向量,线性代数计算。

pip install numpy

官方推荐导入方式:
np的别名导入numpy,这可能是因为历史遗留问题,有些第三方库是以np的别名导入的numpy库。

import numpy as np

使用实例:

In [11]: import numpy as np

In [12]: np.pi
Out[12]: 3.141592653589793

1.2 矩阵类型的nparray

In [14]: x = np.linspace(-2*np.pi,2*np.pi,100) #在-2pi到2pi这个范围得到100个点,得到一个向量
In [15]: type(x)
Out[15]: numpy.ndarray
In [16]: x
Out[16]:
array([-6.28318531, -6.15625227, -6.02931923, -5.9023862 , -5.77545316,
       -5.64852012, -5.52158709, -5.39465405, -5.26772102, -5.14078798,
       -5.01385494, -4.88692191, -4.75998887, -4.63305583, -4.5061228 ,
       -4.37918976, -4.25225672, -4.12532369, -3.99839065, -3.87145761,
       -3.74452458, -3.61759154, -3.4906585 , -3.36372547, -3.23679243,
       -3.10985939, -2.98292636, -2.85599332, -2.72906028, -2.60212725,
       -2.47519421, -2.34826118, -2.22132814, -2.0943951 , -1.96746207,
       -1.84052903, -1.71359599, -1.58666296, -1.45972992, -1.33279688,
       -1.20586385, -1.07893081, -0.95199777, -0.82506474, -0.6981317 ,
       -0.57119866, -0.44426563, -0.31733259, -0.19039955, -0.06346652,
        0.06346652,  0.19039955,  0.31733259,  0.44426563,  0.57119866,
        0.6981317 ,  0.82506474,  0.95199777,  1.07893081,  1.20586385,
        1.33279688,  1.45972992,  1.58666296,  1.71359599,  1.84052903,
        1.96746207,  2.0943951 ,  2.22132814,  2.34826118,  2.47519421,
        2.60212725,  2.72906028,  2.85599332,  2.98292636,  3.10985939,
        3.23679243,  3.36372547,  3.4906585 ,  3.61759154,  3.74452458,
        3.87145761,  3.99839065,  4.12532369,  4.25225672,  4.37918976,
        4.5061228 ,  4.63305583,  4.75998887,  4.88692191,  5.01385494,
        5.14078798,  5.26772102,  5.39465405,  5.52158709,  5.64852012,
        5.77545316,  5.9023862 ,  6.02931923,  6.15625227,  6.28318531])

In [17]: y = np.cos(x) #每个点进行计算

In [18]: y
Out[18]:
array([ 1.        ,  0.99195481,  0.9679487 ,  0.92836793,  0.87384938,
        0.80527026,  0.72373404,  0.63055267,  0.52722547,  0.41541501,
        0.29692038,  0.17364818,  0.04758192, -0.07924996, -0.20480667,
       -0.32706796, -0.44406661, -0.55392006, -0.65486073, -0.74526445,
       -0.82367658, -0.88883545, -0.93969262, -0.97542979, -0.99547192,
       -0.99949654, -0.98743889, -0.95949297, -0.91610846, -0.85798341,
       -0.78605309, -0.70147489, -0.60560969, -0.5       , -0.38634513,
       -0.26647381, -0.14231484, -0.01586596,  0.1108382 ,  0.23575894,
        0.35688622,  0.47227107,  0.58005691,  0.67850941,  0.76604444,
        0.84125353,  0.90292654,  0.95007112,  0.9819287 ,  0.99798668,
        0.99798668,  0.9819287 ,  0.95007112,  0.90292654,  0.84125353,
        0.76604444,  0.67850941,  0.58005691,  0.47227107,  0.35688622,
        0.23575894,  0.1108382 , -0.01586596, -0.14231484, -0.26647381,
       -0.38634513, -0.5       , -0.60560969, -0.70147489, -0.78605309,
       -0.85798341, -0.91610846, -0.95949297, -0.98743889, -0.99949654,
       -0.99547192, -0.97542979, -0.93969262, -0.88883545, -0.82367658,
       -0.74526445, -0.65486073, -0.55392006, -0.44406661, -0.32706796,
       -0.20480667, -0.07924996,  0.04758192,  0.17364818,  0.29692038,
        0.41541501,  0.52722547,  0.63055267,  0.72373404,  0.80527026,
        0.87384938,  0.92836793,  0.9679487 ,  0.99195481,  1.        ])

numPy 通常与 SciPy( Scientific Python )和 Matplotlib (绘图库)一起使用,这种组合广泛用于替代 MatLab,是一个强大的科学计算环境,有助于我们通过 Python 学习数据科学或者机器学习。

2. Matplotlib

2.1 Matplotlib简介

安装:

In [19]: pip install matplotlib

如果安装失败,可以尝试升级pip,命令如下:

python -m pip install -U pip

官网 : https://matplotlib.org/

掌握Python的X篇_33_MATLAB的替代组合NumPy+SciPy+Matplotlib,# 掌握Python的X篇,python,matlab,numpy

官方推荐导入方式:

import matplotlib.pyplot as plt

2.2 Matplotlib使用实例

实例1:绘制cos图

In [21]: plt.plot(x,y)
In [21]: plt.plot(x,y)
Installed tk event loop hook.
Out[21]: [<matplotlib.lines.Line2D at 0x2b20f74b760>]
In [23]: plt.show()

运行结果:
掌握Python的X篇_33_MATLAB的替代组合NumPy+SciPy+Matplotlib,# 掌握Python的X篇,python,matlab,numpy
实例2:以脚本形式,绘制复杂的图

import numpy as np
import matplotlib.pyplot as plt

if __name__ == "__main__":
    x = np.linspace(-2*np.pi,2*np.pi,100)
    y = np.cos(x) + np.cos(2*x) + np.cos(3*x)

    plt.plot(x,y)
    plt.show()

运行结果如下:
掌握Python的X篇_33_MATLAB的替代组合NumPy+SciPy+Matplotlib,# 掌握Python的X篇,python,matlab,numpy

3. 学习视频地址:MATLAB的替代组合NumPy+SciPy+Matplotlib文章来源地址https://www.toymoban.com/news/detail-648032.html

到了这里,关于掌握Python的X篇_33_MATLAB的替代组合NumPy+SciPy+Matplotlib的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网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TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • python和numpy matplotlib版本匹配,以及安装指定版本库

    Matplotlib is a comprehensive library for creating static, animated, and interactive visualizations in Python. 已知的兼容版本:     python3.6;     numpy1.16.3或者1.18.2;     pandas0.24.2;     matplotlib3.0.3     scipy 1.3.1     scikit-learn==0.22.1 其他库类似 安装指定版本的库 或 亲测pi

    2024年02月11日
    浏览(51)
  • python-数据分析-numpy、pandas、matplotlib的常用方法

    输出方式不同 里面包含的元素类型 使用 索引/切片 访问ndarray元素 切片 左闭右开 np.array(list) np.arange() np.random.randn() - - - 服从标准正态分布- - - 数学期望 μ - - - 标准方差 s 使用matplotlib.pyplot模块验证标准正态分布 np.random.randint(起始数,终止数(行,列)) 数据分析 - - - 数据清洗

    2024年02月10日
    浏览(108)
  • python数据分析学习笔记之matplotlib、numpy、pandas

    为了学习机器学习,在此先学习以下数据分析的matplotlib,numpy,pandas,主要是为自己的学习做个记录,如有不会的可以随时查阅。希望大家可以一起学习共同进步,我们最终都可以说:功不唐捐,玉汝于成。就算遇到困难也不要气馁,大声说:我不怕,我敏而好学!! 把大量

    2024年02月08日
    浏览(60)
  • 【100天精通Python】Day74:python机器学习的生态圈(numpy,scipy,scikit-learn等),库安装环境搭建(conda virtualenv), 以及入门代码示例

    目录  1 python 机器学习的生态圈        1.1 NumPy 和 SciPy: 1.2 Pandas: 1.3 Matplotlib 和 Seaborn: 1.4 Scikit-Learn: 1.5 TensorFlow 和 PyTorch: 1.6 Jupyter Notebooks: 1.7 NLTK(Natural Language Toolkit): 1.8 Statsmodels: 1.9 Virtualenv 和 Conda: (1)virtualenv  安装和使用 (2)conda安装和使用 1.10 Flask

    2024年02月03日
    浏览(70)
  • Python数据分析:NumPy、Pandas和Matplotlib的使用和实践

    在现代数据分析领域中,Python已成为最受欢迎的编程语言之一。Python通过庞大的社区和出色的库支持,成为了数据科学家和分析师的首选语言。在Python的库中,NumPy、Pandas和Matplotlib是三个最为重要的库,它们分别用于处理数值数组、数据处理和可视化。本文将介绍这三个库的

    2024年02月04日
    浏览(72)
  • python 安装、配置、使用 xlrd模块、numpy模块、matplotlib、opencv模块

    目录  一、xlrd模块 (一)安装xlrd模块 (二) pycharm 配置xlrd (三) 读取xls格式 (四)xlrd读取时间日期时,会是float类型,需要转换。 二、numpy模块  (一)numpy模块安装---使用清华大学镜像进行安装即可 (二)pycharm配置时,numpy安装失败,且代码中出现 No module named \\\'numpy\\\' (1)

    2024年02月09日
    浏览(46)
  • 基于python的matplotlib、numpy库实现的图形绘制(数据可视化)

    1.题目要求 编写程序,绘制正弦曲线和余弦曲线。 提示:利用numpy的linspace()、sin()或cos()函数生成样本数据、正弦或余弦值。 2.函数讲解及代码  3.运行图样 4.扩展 1.题目要求 已知实验中学举行了高二期中模拟考试,考试后分别计算了全体男生、女生各科的平均成绩,统计结

    2024年02月08日
    浏览(62)
  • python库,科学计算与数据可视化基础,知识笔记(numpy+matplotlib)

    这篇主要讲一下数据处理中科学计算部分的知识。 之前有一篇pandas处理数据的。 讲一下这几个库的区别。 Pandas主要用来处理类表格数据(excel,csv),提供了计算接口,可用Numpy或其它方式进行计算。 NumPy 主要用来处理数值数据(尤其是矩阵,向量为核心的),本质上是纯

    2024年02月02日
    浏览(52)
  • Python数据分析案例33——新闻文本主题多分类(Transformer, 组合模型) 模型保存

    对于海量的新闻,我们可能需要进行文本的分类。模型构建很重要,现在对于自然语言处理基本都是神经网络的方法了。 本次这里正好有一组质量特别高的新闻数据,涉及  \\\'教育\\\' \\\'科技\\\' \\\'社会\\\' \\\'时政\\\' \\\'财经\\\' \\\'房产\\\' \\\'家居\\\'  七大主题,基本涵盖了所有的常见的新闻类型。每个

    2024年01月17日
    浏览(47)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包