😃

Matplotlib中有一个专门绘制三维图像的工具mplot3d,当Matplotlib安装之后，它也同时被安装在了本地。使用from mpl_toolkits import mplot3d引入matplt3d子模块后，就可以用如图1所示的命令得到一个三维坐标系。   图1 在图2中我们绘制了一幅三维等高线图   图2 其中np.meshgrid(x,y)的作用是使用x和y生成30*30的矩阵，contour3D()执行绘制动作。view_init()是将图形旋转，以便观察，60和35分别是将图形在x_y平面上和z轴上沿顺实针方向上旋转图形。亦可通过设置其c...

Matplotlib提供了多种成熟的绘制统计力的方法，包括：柱形图、条形图、箱线图、饼图、直方图，下面对其进行一一的简单介绍。 1.柱形图 Matplotlib中绘制柱形图的函数是bar(),对过参数可以控制其形态。其定义为： plt.bar(left,height,width=0.8,bottom=None,hold=None,data=None,**kwargs);在应用中，主要用到以下的参数： left:柱子的基本位置 height:柱子的高度 width:柱子的宽度 bottom:柱子与底部轴之间的距离 具体使用方法如图1所示，注意中间粉...

Matplotlib绘图基础 “一图胜千言”，在分析数据时，将其有图展示出来，人们可以更高效地从探寻其中的规律。Matplotlib就是python提供的绘图工具。如下图所示，前三行，我们首先引入必要的依赖，第4、5行定义变量并给它们赋值，第7行定义如何绘制，第8行将其显示到窗口中。 在Python中万物皆是对象，Matplotlib”绘图”及“所绘对象”都是对象，Matplotlib能绘制的对象有两类，一类是基本元素（primitives）类，如Text、Line2D、Rectangle等；另一类是容器（container）类如：Figure、Axes、Axis。P...

数据的合并 1.pd.contact这个是之前讲过的一个函数，可以通过指定连接轴的方向axis值，来实现是按行合并还是按列合并（行列是对DataFrame对象而言的）。那假如通过concat对象合并的数据内容具有相同的记录呢？可以发现，记录 height 值为135 同时 name 值为 "conna" 的记录出现了两次，而生活中，我们往往处理的是像数据库中的一些数据，而我们知道数据库的数据一般都具有唯一性，也就是在这里我们希望记录 height 值为135 同时 name 值为 "conna" 的记录只出现一次，这个时候，我们就可以用pd.merge ...

在我们处理数据时，不可避免地会遇到“缺失”的情况，这时，对包含缺失数据的对象处理时，可能会报错，如图1所示，数据a中有一个空对象（None）,调用sum时报错；而不包含空对象的b则能执行正确的操作。                                                                                                  图1 对此，numpy 提供了另外一个表示空缺的数据np.nan，np.nan是一个用来标记缺失数据的浮点数，如图2所示。但是，将其与其它类型的值进行计算时，得到的结果全是np.nan...

矢量化字符串 当我们处理字符串数据时，不可避免地会遇到部分缺失的情况，这时，执行一些操作就会出现异常（如图1所示）。 图1 对此，我们可以使用pd.Series()先将对象矢量化成Series类型的对象，再调用str属性下的相应的方法，以达到同样的目的。 图2 要查看矢量化后的字符串有哪些属性，可以在输入矢量化后的对象名.str.后，按tab键，如图3所示。 图3 图4中列出了字符串对象和矢量化的字符串所共有的属性和方法 图4 与操作字符串一样，对矢量化字符串，我们也可以使用正则...

之前介绍Numpy的时候，相信大家已经看到其运算能力的强大了，但是如果对数据要进行存储、读取、分割和转换等操作，Python的Pandas库更加适合。 一、常用数据对象 Pandas中有3种数据对象——Series、DataFrame和Panel。Series用于保存一维数据，DataFrame用于保存二维数据，Panel自然而然用于存储三维类或可变维度的数据。 1.Seris 1.1创建 因为pandas库是基于numpy开发的，所以数据内容可以直接是numpy.array，不仅如此，如python自带的list和dict也能作为数据直接用于创建Series。 从上述传入3种不同数据类...