Numpy下函数用法

时间：2016-10-23 12:03:07 阅读：226 评论：0 收藏：0 [点我收藏+]

标签：文章 span 数据颜色 shape strip() 使用 yellow --

1.tile(A,res)将数组进行重复,tile(Matrix,(m,n)),将其扩展成任一行

2.shape[0] 数组的第维维数，

3.sum(axis=0)将数组对应的列相加，axis=1，对应的行进行相加

4.argsort(x,axis=0)将数组X进行按列升序排序，x换为-x表示按列降序排序。x.argsort(),得到的是其原数据上的地址

5.对于字典中get函数dict.get(word,d)如果word在字典中返回是word，不是的话

6.将词典进行划分，dict.iteritems();

operator.itemgetter(1) 获取对象的哪些维的数据，参数为一些序号（即需要获取的数据在对象中的序号），下面看例子。

 1 a = [1,2,3] 
 2 >>> b=operator.itemgetter(1)      //定义函数b，获取对象的第1个域的值
 3 >>> b(a) 
 4 2 
 5 >>> b=operator.itemgetter(1,0)  //定义函数b，获取对象的第1个域和第0个的值
 6 >>> b(a) 
 7 (2, 1)
 8 
 9 要注意，operator.itemgetter函数获取的不是值，而是定义了一个函数，通过该函数作用到对象上才能获取值。
10 
11 sorted函数
12 Python内置的排序函数sorted可以对list或者iterator进行排序，官网文档见：

7.scatter画散点图的代码：

1.画竖状图：

 1 import numpy as np
 2 from matplotlib import pyplot as plt
 3 plt.figure(figsize=(9,6))
 4 n = 8
 5 X = np.arange(n)+1
 6 #X是1,2,3,4,5,6,7,8,柱的个数
 7 # numpy.random.uniform(low=0.0, high=1.0, size=None), normal
 8 #uniform均匀分布的随机数，normal是正态分布的随机数，0.5-1均匀分布的数，一共有n个
 9 Y1 = np.random.uniform(0.5,1.0,n)
10 Y2 = np.random.uniform(0.5,1.0,n)
11 plt.bar(X,Y1,width = 0.35,facecolor = ‘lightskyblue‘,edgecolor = ‘white‘)
12 #width:柱的宽度
13 plt.bar(X+0.35,Y2,width = 0.35,facecolor = ‘yellowgreen‘,edgecolor = ‘white‘)
14 #水平柱状图plt.barh，属性中宽度width变成了高度height
15 #打两组数据时用+
16 #facecolor柱状图里填充的颜色
17 #edgecolor是边框的颜色
18 #想把一组数据打到下边，在数据前使用负号
19 #plt.bar(X, -Y2, width=width, facecolor=‘#ff9999‘, edgecolor=‘white‘)
20 #给图加text
21 for x,y in zip(X,Y1):
22     plt.text(x+0.3, y+0.05, ‘%.2f‘ % y, ha=‘center‘, va= ‘bottom‘)
23 
24 for x,y in zip(X,Y2):
25     plt.text(x+0.6, y+0.05, ‘%.2f‘ % y, ha=‘center‘, va= ‘bottom‘)
26 plt.ylim(0,+1.25)
27 plt.show()

画散点图：

 1 plt.figure(figsize=(9,6))
 2 n=1000
 3 #rand 均匀分布和 randn高斯分布
 4 x=np.random.randn(1,n)
 5 y=np.random.randn(1,n)
 6 T=np.arctan2(x,y)
 7 plt.scatter(x,y,c=T,s=25,alpha=0.4,marker=‘o‘)
 8 #T:散点的颜色
 9 #s：散点的大小
10 #alpha:是透明程度
11 plt.show()