摘要：函数 函数允许程序的控制在不同的代码片段之间切换，函数的重要意义在于可以在程序中清晰地分离不同的任务，将复杂的问题分解为几个相对简单的子问题，并逐个解决。即“分而治之”。 Python的自建模块一般体现为函数。Python函数有如下特点： （1） 函数是组织好的、可重复使用的，用来实现单一或者相关联 阅读全文
Python3.0科学计算学习之绘图（四）
2019-04-13 17:38 by fighter324, 1668 阅读, 0 推荐, 收藏,
摘要：绘制三维图： mplot3d工具包提供了点、线、等值线、曲面和所有其他基本组件以及三维旋转缩放的三维绘图。 1.散点的三维数据图 from mpl_toolkits.mplot3d import axes3d #需要从mplot3d模块中导入axes 3D类型 import numpy as np 阅读全文
python中利用matplotlib绘图可视化知识归纳
2019-04-13 12:17 by fighter324, 13233 阅读, 0 推荐, 收藏,
摘要：python中利用matplotlib绘图可视化知识归纳： （1）matplotlib图标正常显示中文 import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['simhei'] #用于正常显示中文标签 plt.rcParam 阅读全文
Python3.0科学计算学习之绘图（三）
2019-04-10 18:00 by fighter324, 937 阅读, 0 推荐, 收藏,
摘要：matplotlib对象： 使用matplotlib的pyplot模块，可以供用户直接使用最重要的绘图命令。多数情况下，我们希望创建一个图形并且立即展示出来，但是有时如果生成要通过更改其属性来修改的图形，就需要用面向对象的方式来处理图形对象。 （1） 坐标轴对象：创建一个需要稍后修改的绘图时，需要引 阅读全文
Python3.0科学计算学习之绘图（二）
2019-04-08 21:36 by fighter324, 1665 阅读, 0 推荐, 收藏,
摘要：（1） np.mashgrid()函数： 生成网络点坐标矩阵，可以是二维网络矩阵，也可以是三维网络矩阵。其中，每个交叉点就是网络点，描述这些网络点的矩阵就是坐标矩阵（横坐标矩阵X中的每个元素与纵坐标矩阵Y中对应位置元素，共同构成一个点的完整坐标）。 背景示例：网络点与坐标矩阵的解释如下： impor 阅读全文
Python3.0科学计算学习之绘图（一）
2019-04-05 22:05 by fighter324, 3384 阅读, 0 推荐, 收藏,
摘要：(1) plot是标准的绘图库，调用函数plot(x,y)就可以创建一个带有绘图的图形窗口（其中y是x的函数）。输入的参数为具有相同长度的数组（或列表）；或者plot(y)是plot（range(len(y)),y）的简写。 例1：python实现使用200个采样点来绘制sin(x)，并且每隔四个点 阅读全文
Python数据分析matplotlib可视化之绘图
2019-04-04 12:41 by fighter324, 2076 阅读, 0 推荐, 收藏,
摘要：Matplotlib是一个基于python的2D画图库，能够用python脚本方便的画出折线图，直方图，功率谱图，散点图等常用图表，而且语法简单。 Python中通过matplotlib模块的pyplot子库来完成绘图。Matplotlib可用于创建高质量的图表和图形，也可以用于绘制和可视化结果。m 阅读全文
python的高级数组之稀疏矩阵
2019-04-01 16:11 by fighter324, 17323 阅读, 0 推荐, 收藏,
摘要：具有少量非零项的矩阵（在矩阵中，若数值0的元素数目远多于非0元素的数目，并且非0元素分布没有规律时，）则称该矩阵为稀疏矩阵；相反，为稠密矩阵。非零元素的总数比上矩阵所有元素的总数为矩阵的稠密度。 稀疏矩阵的两个动机：稀疏矩阵通常具有很大的维度，有时甚大到整个矩阵（零元素）与可用内存不想适应；另一个动 阅读全文
Python基础之数组和向量化计算总结
2019-03-30 18:37 by fighter324, 1831 阅读, 0 推荐, 收藏,
摘要：一、多维数组 1、生成ndarray （array函数） .np.array()生成多维数组 例如：import numpy as npdata1=[6,7.5,8,0,1] #创建简单的列表print(data1)arr1=np.array(data1) #将列表创建数组print(arr1) 2 阅读全文
Python科学计算学习之高级数组（二）
2019-03-30 16:14 by fighter324, 399 阅读, 0 推荐, 收藏,
摘要：背景：Python是一种解释型的编程语言，基本的python代码不需要任何中间编译过程来得到机器代码，而是直接执行。而对于C、C++等编译性语言就需要在执行代码前将其编译为机器指令。 但是，解释型代码的速度比编译型代码要慢，为了使得python代码更快，最好尽可能的使用Numpy和Scipy包中的函 阅读全文
浙公网安备 33010602011771号