【Python数据分析】笔记（2）

学习资料：

北理-Python数据分析与展示-Numpy、Matplotlib、Pandas 作者：啥都会一点的研究生 https://www.bilibili.com/read/cv15624770 出处：bilibili

1. • Python对图像处理

1. • 图像的数组表示

2. • 图像的变换

实例（1）

实例（2）

• .convert('L') 表示转为灰度图像

3. • “图像的手绘效果”实例

• .clip(m,n) 舍弃掉（m,n）范围之外的值

2. • Matplotlib库

1. • Matplotlib库的介绍

Matplotlib库的效果 http://matplotlib.org/gellery.html

matplotlib.pyplot是绘制各类可视化图形的命令子库

1. • pyplot的简单绘图

• plt.plot(x,y,format_string,**kwargs)

x: X轴数据，列表或数组
y：Y轴数据，列表或数组
format_string：控制曲线的格式字符串，由颜色字符、风格字符和标记字符组成
传入参数'r--'表示用红色破折线绘制图像
**kwargs：第二组或更多（x,t,format_string）

import matplotlib.pyplot as plt

import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2])    # 当只输入一个一维列表时，默认输入的是y值，横坐标的值是对应元素的索引值
plt.ylabel("Grade")       # 添加y轴坐标名
# plt.savefig('test',dpi=600)  # 将输出图形存储为文件，默认为PNG格式，可通过dpi修改输出质量
plt.show()

import matplotlib.pyplot as plt
plt.plot([0,2,4,6,8],[3,1,4,5,2])  #当含有两个以上参数时，按照X轴和Y轴的顺序绘制数据点
plt.ylabel("Grade")
plt.axis([-1,10,0,6])  #前两个值对应x轴的起止范围，后两个值对应y轴的起止范围
plt.show()

多条曲线的绘制

format_string:

2. • pyplot的绘图区域

• plt.subplot()

实例化

3. • pyplot的中文显示

第一种方法

pyplot不默认支持中文显示，需要rcParams修改字体实现，可以让全局字体都变为所设置的中文字体

• .rcParams[] 的属性

'font.family'：用于显示字体的名字
'font.style'：字体风格，正常'normal'或斜体'italic'
'font.size'：字体大小，整数字号或者'large'、'x-small'

import matplotlib
matplotlib.rcParams['font.family']='SimHei'  #修改字体格式，SimHei表示黑体

实例化

第二种方法

在有中文输出的地方，增加一个属性：fontproperties（不用改变全局字体）

实例化

4. • plot的文本显示

pyplot的文本显示函数

• plt.annotate(s,xy=arrow_crd,xytext=text_crd,arrowprops=dict)

s：表示要注释的字符串
xy：箭头指向的坐标点
xytext：注释所在的坐标点
arrowprops：箭头的属性（颜色、形状、粗细）

实例化

5. • pyplot的子绘图区域

第一种方法

• plt.subplot2grid(GridSpec,CurSpec,colspan=1,rowspan=1)

理念：设定网格，选中网格，确定选中行列区域数量，编号从0开始

GridSpec：传入一个元组，表示把一个大的区域分为几行几列小的区域
CurSpec:传入一个元组，表示当前指定的子区域是第几行第几列的小区域
colspan:传入一个整数，表示从选定的子区域开始，在行的方向上延申几列的长度
rowspan:传入一个整数，表示从选定的子区域开始，在列的方向上延申几行的长度

第二种方法

使用gridspec类

• .subplot()

表示选中传入表格的第几行第几列区域合成一个新的小区域

import matplotlib.gridspec as gridspec

gs=gridspec.GridSpec(3,3)

ax1=plt.subplot(gs[0,:])
ax2=plt.subplot(gs[1,:-1])
ax3=plt.subplot(gs[1:,-1])
ax4=plt.subplot(gs[2，0])
ax5=plt.subplot(gs[2,1])

今天数据分析的的学习内容就是这么多，在手机上看了一下，似乎文章中的图片在手机上看会有比较大的格式错误，不过因为是自用，所以先不计较这么多了。第一次做的笔记不是很细，等后面接触多了再慢慢整理更新。