标签：data plot 开源 alpha 成绩 随机数 相同 索引 highlight
numpy是一个开源的Python科学计算库，它包括：
一个强大的N维数组对象ndrray；
比较成熟的（广播）函数库；
实用的线性代数、傅里叶变换和随机数生成函数
numpy中定义的最重要的对象是成为ndarray的N维数组类型。它描述相同类型的元素集合。可以使用基于零的索引访问集合中的项目。
ndarray属性：ndim属性，表示维度个数；shape属性，表示各维度大小；dtype属性，表示数据类型。
numpy库中常用的创建数组函数（注：由于numpy库中函数较多易混淆，所以采用 import numpy as np的方法引用numpy库）：
在我们创建了一个数组后，可以查看ndarray类的一些基本属性：
import numpy print (‘使用列表生成一维数组‘) data = [1,2,3,4,5] x = numpy.array(data) print(x) print (x.dtype) print(x.ndim) print(x.shape) print (‘使用列表生成二维数组‘) data = [[1,0],[2,0],[3,3]] x = numpy.array(data) print (x) print (x.ndim) print (x.shape)
ndarray类的形态和操作方法。数组在numpy中被当成对象，可以采用<a>.<b>()的方法来调用一些方法
numpy的算数运算函数：
numpy的比较运算函数：
matplotlib库是基于numpy的一套Python工具包。这个包提供了丰富的数据绘图工具，主要用于绘制一些统计图形。matplotlib 库由一系列有组织有隶属关系的对象构成，这对于基础绘图操作来说显得过于复杂。因此，matplotlib 提供了一套快捷命令式的绘图接口函数，即pyplot 子模块。pyplot 将绘图所需要的对象构建过程封装在函数中，对用户提供了更加友好的接口。pyplot 模块提供一批预定义的绘图函数，大多数函数可以从函数名辨别它的功能。
plt绘图区域函数：
plt读取和显示函数：
plt库基础图表函数
plt坐标轴设置函数：
python123成绩雷达图：
import numpy as np import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams[‘font.family‘]=‘SimHei‘ matplotlib.rcParams[‘font.sans-serif‘]=[‘SimHei‘] labels=np.array([‘第一次‘,‘第二次‘,‘第三次‘,‘第四次‘,‘第五次‘,‘第六次‘]) nAttr=6 data=np.array([90,80,90,100,90,80]) angles=np.linspace(0,2*np.pi,nAttr,endpoint=False) data=np.concatenate((data,[data[0]])) angles=np.concatenate((angles,[angles[0]])) fig=plt.figure(facecolor="white") plt.subplot(111,polar=True) plt.plot(angles,data,‘bo-‘,color=‘b‘,linewidth=2) plt.fill(angles.data,facecolor=‘b‘,alpha=0.25) plt.thetagrids(angles*180/np.pi,labels) plt.figtext(0.52,0.95,‘kkk888‘,ha=‘center‘) plt.grid(True) plt.savefig(‘python123‘) plt.show()
实验截图：
标签：data plot 开源 alpha 成绩 随机数 相同 索引 highlight
原文地址：https://www.cnblogs.com/kwjl/p/12830993.html
