Python3程序设计（第3版） 课件 第13章 科学计算与图表绘制

numpy（numericalPython的简称）是高性能科学计算和数据分析的基础包，其中包含了大量工具，如数组对象（用来表示向量、矩阵、图像等）及线性代数函数等。numpy中的数组对象可以实现数组中重要的操作，如矩阵乘积及转置、解方程系统、向量乘积和归一化，为图像变形、图像分类、图像聚类等提供了基础。科学计算与图表制作13.1用于科学计算的numpy库34521ndarray是一个具有矢量算术运算和复杂广播能力的多维数组。具有对数组数据进行快速运算的标准数学函数。具有读/写外存数据的工具以及用于操作内存映射文件的工具。具有线性代数、随机数生成以及傅里叶变换功能。具有用于集成由C、C++等语言编写的代码工具。1.numpy数组的概念numpy库中处理的基础的数据类型是同种元素构成的数组。numpy数组是一个多维数组对象，称为ndarray。numpy数组的维数称为秩，一维数组秩为1，二维数组秩为2。numpy中，每一个线性数组是一个轴，秩是描述轴的数量。numpy数组的下标从0开始。同一个numpy数组中元素的类型相同。numpy数组的创建13.1.1科学计算与图表制作13.1用于科学计算的numpy库2.创建numpy数组（1）用array()函数将Python中的列表和元组创建成数组。（2）zeros()、ones()函数。（3）arange()、linspace()函数（4）numpy库的基本函数。3.numpy中的数据类型(1)整型、浮点型、复数类型(2)bool、inti、int8、int32、int64、float16、float32、float64等。例13-1~13-3科学计算与图表制作13.1用于科学计算的numpy库numpy数组中的元素是通过下标来访问的，可以通过方括号括起一个下标来访问数组中的单一元素，也可以用切片的形式访问数组中的多个元素。访问numpy数组的元素13.1.2切片方法功能描述x[i]数组第i个元素x[-i]从后向前索引第i个元素x[n:m]切片，默认步长为1，从前向后索引，不包含mx[-m:-n]切片，默认步长为1，从后往前索引，不包含-nx[n:m:i]切片，指定步长为i的由n到m的索引例13-4~13-5numpy数组的算术运算包括：(1)numpy数组的四则运算。(2)numpy数组的矩阵乘法。(3)numpy数组中+=、*=的应用。(4numpy数组中元素的运算。(5)指定axis参数计算numpy数组。numpy的ufunc函数和算术运算13.1.3科学计算与图表制作13.1用于科学计算的numpy库ufunc函数也称为通用函数，是一种对数组的每个元素进行运算的函数。ufunc函数对数组进行操作，以数组作为输出。ufunc函数实现的运算是针对的是数组中的每个元素，与使用循环相比，在运算速度上更快、效率更高。常用的ufunc函数包括add()、subtract()、multiply()、divide()等。例13-6~13-11科学计算与图表制作13.1用于科学计算的numpy库数组的形状（shape）取决于其每个轴上的元素个数，可以使用reval()、reshape()、transpose()等函数修改数组的形状。reval():降低数组的维度。reshape():改变数组维度。transpose():转置数组。(1)numpy数组的形状操作reshape()。(2)使用resize()函数改变数组形状。numpy数组的形状操作13.1.4>>>importnumpyasnp>>>nums0=64(50*np.random.rand(3,4))>>>print(nums0)>>>nums1=nums0.ravel()>>>print(nums1)>>>nums0.shape=(6,2)>>>print(nums0)>>>nums2=nums0.transpose()>>>print(nums2)>>>nums2.transpose()>>>id(nums2)#转置数组,id值不发生改变例13-12~13-13科学计算与图表制作13.1用于科学计算的numpy库1.genfromtxt()函数genfromtxt()函数可以从文本文件中加载数据并将其转换为numpy数组，通过不同的参数来处理不同格式的文本文件，包括分隔符、缺失值、数据类型等，语法格式如下。numpy.genfromtxt(fname,dtype=float,comments='#',delimiter=None,skip_header=0,skip_footer=0,skip_rows=0,usecols=None,encoding=None,filling_values=None,…)numpy库的文件操作13.1.5fname是文件名字符串；dtype是生成数组的数据类型，默认值为float；comments用作注释的字符或字符序列；delimiter是字段分隔符，默认用空格、制表符等做为分隔符，也可以用单个字符或字符序列做为分隔符。skip_header是要跳过的文件开头的行数；skip_footer是要跳过的文件末尾的行数；skip_rows是要跳过的行数（从文件开头）例13-14科学计算与图表制作13.1用于科学计算的numpy库2.loadtxt()函数和savetxt()函数numpy的loadtxt()函数的也用于读取文件中的数据。loadtxt()函数的目标是快速读取简单、格式化的文件，要求目标文件每一行具有相同数量的数据。numpy.loadtxt(fname,dtype=float,delimiter=None,comments='#',skip_rows=0,usecols=None,encoding=None,…)numpy库的文件操作13.1.5numpy库的savetxt()函数用于保存数组到文件。numpy.savetxt(fname,X,fmt='%.18e',delimiter='',newline='\n',header='',footer='',comments='#',encoding=None))matplotlib是Python的2D绘图库，是一套面向对象的绘图库，使用它绘制的图表中的每个绘图元素都有一个对象与之对应。matplotlib通过pyplot模块提供了一套API，将众多绘图对象所构成的复杂结构隐藏在这套API内部。用户只需要调用pyplot模块所提供的函数就可以实现快速绘图，并设置图表的各个细节。安装matplotlib之前先要安装numpy。matplotlib简介13.2.1科学计算与图表制作13.2用于绘制图表的matplotlib库通常使用importmatplotlib.pyplotasplt语句导入库，使用plt作为matplotlib.pyplot模块的别名。matplotlib.pyplot模块中的函数13.2.2科学计算与图表制作13.2用于绘制图表的matplotlib库1.绘制过程和主要函数(1)创建绘图对象

figure(figsize=(width,height),dpi=n)(2)使用plot()函数绘图

plot(x,y,c="r",ls="-.",linewidth=2.0)(3)设置绘图对象的各个属性xlabel/ylabel:设置x,y轴标题文字。

title:设置图的标题。

xlim/ylim:设置x,y轴显示范围。

legend():显示图例。(4)图形的保存和输出

savefig(“文件名”,dpi=n)

show()13.2.2科学计算与图表制作13.2用于绘制图表的matplotlib库颜色参数和线形参数颜色参数（color,简写为c）线形参数（linestyles，简写为ls）蓝色：’b’（bulue）实线：’-’绿色：’g’（green）虚线：’--’红色：’r’（red）虚点线：’-.’黄色：’y’（yellow）点：’.’黑色：’k’（black）白色：’w’（white）读取

和显示函数函数功能Plt.legend()在绘图区域中放置图例Plt.show()显示创建的绘图对象Plt.matshow()在窗口中显示数组矩阵Plt.imshow()在axes上显示图像Plt.imsave()保存数组为图像文件Plt.imread()从图像文件中读取数组matplotlib.pyplot模块中的函数13.2.2科学计算与图表制作13.2用于绘制图表的matplotlib库2.在绘图对象中绘制多个子图可以使用subplot()函数快速绘制包含多个子图的图表:

subplot(numrows,numcols,plotNum)subplot()将整个绘图区域等分为numrows行与numcols列个子区域，再按照从左到右，从上到下的顺序对每个子区域进行编号，左上角的子区域的编号为1。plotNum指定使用第几个子区域。matplotlib.pyplot模块中的函数13.2.2科学计算与图表制作13.2用于绘制图表的matplotlib库3.绘制多副图表4.在图表中显示中文matplotlib的默认配置文件中，使用的字体无法在图表中正确显示中文。#指定默认字体plt.rcParams['font.family']='SimHei’plt.rcParams['font.sans-serif']='SimHei‘#用来正常显示负值plt.rcParams['axes.unicode_minus']=Falsematplotlib.pyplot模块中的函数例13-16绘制直方图、条形图、饼图13.2.3科学计算与图表制作13.2用于绘制图表的matplotlib库1.直方图直方图（histogram）是统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布情况。一般用横轴表示数据类型，纵轴表示分布情况。直方图的绘制通过pyplot.hist()函数实现：plt.hist(x,bins=30,color='green',density=True)x:指定每个bin(箱子)分布在x轴的位置。bins:指定bin个数，即条状图个数。density:值为True时,本区间点在所有点中占的概率。color：指定颜色。例13-17绘制直方图、条形图、饼图13.2.3科学计算与图表制作13.2用于绘制图表的matplotlib库2.条形图条形图（bar）是用一个单位长度表示一定的数量，根据数量的多少绘制长短不同的线条，然后把这些线条按一定的顺序排列起来。pyplot.bar()函数绘制竖直方向的条形图。pyplot.barh()函数绘制水平方向的条形图。例13-18~13-19绘制直方图、条形图、饼图13.2.3科学计算与图表制作13.2用于绘制图表的matplotlib库3.饼状