杂项

杂项

matplotlib使用

import matplotlib.pyplot as plt
import numpy as np

• 普通画图

x = np.arange(0, 16, 1)
y = x**2 + 1
plt.plot(x, y)

• 确定x, y坐标轴的范围

在jupyter notebook中注意这两行代码需要紧跟上一部分代码

plt.ylim((-100, 1000))
plt.xlim((0, 20))

• 确定x, y轴的坐标间隔

from matplotlib.pyplot import MultipleLocator
x_major_locator = MultipleLocator(5) # 间隔设为5
ax = plt.gca()
ax.xaxis.set_major_locator(x_major_locator)

• 添加标题

plt.title('xxxxxxx')

• 画子图

使用subplots函数

fig, ax = plt.subplots(2, 3) # 2行3列的一个子图
plt.subplots_adjust( wspace=0.5, hspace=0.4 ) # 调整子图之间的间距
fig.suptitle('xxxxxx')  # 添加整个大图的标题
for i in range(2):
    for j in range(3):
        ax[i][j].plot(x, y)
        # 设置子图坐标范围
        ax[i][j].set_xlim(0, 100)
        ax[i][j].set_ylim(0, 16)

        # 设置子图坐标间隔
        x_major_locator = MultipleLocator(5)
        y_major_locator = MultipleLocator(10)
        ax[i][j].xaxis.set_major_locator(x_major_locator)
        ax[i][j].yaxis.set_major_locator(y_major_locator)

        # 设置子图标题
        ax[i][j].set_title('xxxxxx')

# 保存图片
fig.savefig('xxxxxxxxxx')

pandas使用

• 查看DataFrame前五行

x.head()

• 查看DataFrame的行数和列数

x.shaoe     # 返回一个tuple
x.shape[1]  # 查看列数
x.shape[0]  # 查看行数

• 查看pandas列名和索引值

x.columns   # 列名
x.index     # 索引值

• 找到某一列元素中等于某值的所有行

id3 = timeseries.loc[timeseries['id'] == 3]

numpy使用

• 建立一个连续数组

import numpy as np
np.arange(0, 16, 2)

输出：array([ 0,  2,  4,  6,  8, 10, 12, 14])