[前言] 这不是之前介绍了Python大数据的学习路线嘛,今天就来实践一下。这篇就是我的实践总结。
安装Python就不赘述了,这个很早就在机器上安装了。版本是3.6的。IDE是PyCharm,开始的时候发现IDE快捷键不是自己熟悉的,就设置了一下快捷键。
根据学习路线图,首先要学习的是numpy,但是这个类库不是Python标准库里自带的,需要安装。Python的包管理工具是pip,类似于Linux里的yum,Node里的npm等等。pip工具在Python安装的时候就自带了。目录在Python\Python36-32\Scripts
安装numpy
我没有将pip工具的路径设置为环境变量,所以我到工具所在的路径去安装。打开命令行:
安装matplotlib
报错!如下:
研究了一番timeout估计是pip自动搜索包的时候遇到什么问题了,记得以前Node安装包的时候也遇到过源在国外,出现各种timeout,后来用了淘宝的npm源就可以了。这样的话就去网上找能下载的源。https://www.lfd.uci.edu/~gohlke/pythonlibs/#matplotlib 这里Python的库很齐全,下自己需要的版本就好了。
安装成功!可以测试一下了!
网上拷贝了matplotlib的API的例子:
运行结果:
代码解释:
matplotlib是python上的一个2D绘图库,它可以在夸平台上边出很多高质量的图像。综旨就是让简单的事变得更简单,让复杂的事变得可能。我们可以用matplotlib生成绘图、直方图、功率谱、柱状图、误差图、散点图等 。
matplotlib.pyplot:提供一个类似matlab的绘图框架。(记得大学时用Matlab做数学建模,软件超级大,安装需要很久!或许是那个时候的机器烂!现在有了Python的matplotlib,就不用再受虐了,还能跨平台使用Matlab的功能。)
API查看地址:https://matplotlib.org/api/pyplot_summary.html
Matplotlib对象简介:
FigureCanvas 画布
Figure 图
Axes 坐标轴(实际画图的地方)
fig = plt.figure():创建一个新图。返回一个Figure实例,Figure实例可以添加Axes实例。
ax = fig.add_subplot(111, polar=True):在一张figure里面生成多张子图。返回Axes实例。
参数一,子图的总行数;
参数二,子图的总列数;
参数三,子图的位置。
ax.plot(): plot()函数是绘制二维图形的最基本函数,它是针对向量或矩阵的列来绘制曲线的。使用plot 函数之前,必须首先定义好曲线上每一点的x 及y 坐标。以上的曲线的方程有些复杂,来个简单的例子:
ax.annotate():在图形中添加注释,主要是起到提示作用。
np.arange(start, end, step):与range()类似,但是返回一个array对象。需要引入import numpy as np,并且arange可以使用float型数据。
作为一名码农,每天读一读代码还是有必要的。如果觉得这篇笔记对你有帮助,希望你能够转发!
---------分享是一种态度!---------
领取专属 10元无门槛券
私享最新 技术干货