作业16

Numpy：为大型多维数组和矩阵添加 Python 支持，并提供高级的数学函数来运算这些数组。

SciPy：基于 Numpy，汇集了一系列的数学算法和便捷的函数。它可以向开发者提供用于数据操作与可视化的高级命令和类，是构建交互式 Python 会话的强大工具。

Pandas：面向数据操作和分析的 Python 库，提供用于处理数字图表和时序数据的数据结构和操作功能。

Matplotlib：Python 中常用的绘图库，能在跨平台的交互式环境生成高质量图形。后来在它的基础上又衍生了更为高级的绘图库 Seaborn。

numpy：

np.abs(a) np.fabs(a) : 取各元素的绝对值
np.sqrt(a) : 计算各元素的平方根
np.square(a): 计算各元素的平方
np.log(a) np.log10(a) np.log2(a) : 计算各元素的自然对数、10、2为底的对数
np.ceil(a) np.floor(a) : 计算各元素的ceiling 值， floor值（ceiling向上取整，floor向下取整）
np.rint(a) : 各元素 四舍五入
np.modf(a) : 将数组各元素的小数和整数部分以两个独立数组形式返回
np.exp(a) : 计算各元素的指数值
np.sign(a) : 计算各元素的符号值 1（+），0，-1（-）

scipy：

使用Scipy.integrate.quad()来进行计算

1.binom函数，n是size, p是概率

2.func: 目标函数，或者说打分函数，即优化的目的是使得func的值最小。

3.bounds:参数的取值范围，是以列表的形式给出，列表中包含元组，每个元组表示每个参数的取值范围，有顺序要求。

4.args:对应目标函数中的可变参数，以元组或者列表的形式传递。

5.scipy.spatial.distance.cdist：计算两个输入集合的每对之间的距离。

Pandas：

1.groupby函数：以一种自然的方式对数据集进行切片、切块、摘要等操作，根据一个或多个键（可以是函数、数组、Series或DataFrame列名）拆分pandas对象，继而计算分组摘要统计，如计数、平均值、标准差，或用户自定义函数。

2.value_counts是计数，统计所有非零元素的个数，默认以降序的方式输出Series。

3.分段函数cut：在进行数据的汇总和分析时对连续性的数据变量进行分段汇总。

4.str.split：字符串的分割

Matplotlib

1.plt.savefig(‘test’, dpi = 600) ：将绘制的图画保存成png格式，命名为 test

2.plt.ylabel(‘Grade’) :  y轴的名称

3.plt.axis([-1, 10, 0, 6]) :  x轴起始于-1，终止于10 ，y轴起始于0，终止于6

4.plt.subplot(3,2,4) :  分成3行2列，共6个绘图区域，在第4个区域绘图。排序为行优先。也可 plt.subplot(324)，将逗号省略。

5..plot函数：plt.plot(x, y, format_string, **kwargs): x为x轴数据，可为列表或数组；y同理；format_string 为控制曲线的格式字符串， **kwargs 第二组或更多的（x, y, format_string）

format_string: 由 颜色字符、风格字符和标记字符组成。

 

import pandas as pd
 
temp_dict = {'name':['xiaohong','xiaozhang'],'age':[30,23],'tel':[10086,10010]}
t1 = pd.DataFrame(temp_dict)
print(t1)
 
temp_dict1 = [{'name':'xiaohong','age':23,'tel':10086},{'name':'xiaogang','age':12},{'name':'xiaozhang','tel':10010}]
t2 = pd.DataFrame(temp_dict1)
print(t2)

 

 

 

 

import matplotlib.pyplot as plt
import numpy as np
 
x = np.linspace(-1,1,50)
y1 = x ** 2 
y2 = x * 2
#这个是第一个figure对象,下面的内容都会在第一个figure中显示
plt.figure()
plt.plot(x,y1)
#这里第二个figure对象
plt.figure(num = 3,figsize = (10,5))
plt.plot(x,y2)
plt.show()