- 1、本文档共92页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
大数据可视化技术与应用;第8章 Python数据可视化;8.1 Python可视化库简介;1.matplotlib可视化库
matplotlib库是Python下著名的绘图库,也是Pyth可视化库的基础库, matplotlib库的功能十分强大。为了方便快速绘图,matplotlib通过pyplot模块提供了一套和Matlab类似的绘图API,将众多绘图对象所构
成的复杂结构隐藏在这套API内部。因此,只需要
调用pyplot模块所提供的函数就可以实现快速绘图以及设置图表的各种细节。;2.numpy库
numpy库是Python做数据处理的底层库,是高性能科学计算和数据分析的基础,比如著名的Python机器学习库SKlearn就需要numPy的支持。掌握numPy的基础数据处理能力是利用Python做数据运算及机器学习的基础。
同时,在数据可视化中也时常需要用到numpy中的数组存储以及矩阵运算等功能,因此了解numpy库对开发数据可视化十分有用。;3.pandas库
pandas库是Python下著名的数据分析库,主要功能是进行大量的数据处理,同时也可以绘制高效的 完成绘图的工作。与matplotlib库相比,pandas库绘图方式更加简洁。;4.seaborn库
seaborn是基于matplotlib的Python可视化库。它提了一个高级界面来绘制有吸引力的统计图形,可以
使得数据可视化更加的方便,美观。;5.Bokeh库
Bokeh库是一款针对现代Web浏览器呈现功能的交互式可视化库。它通过Python以快速简单的方式为超大型数据集提供高性能交互的多功能图形。;6.pyqtgraph库
在Python中除了上述的几个可视化库以外,还有一些可视化库,例如pyqtgraph库。pyqtgraph库是一种建立在PyQt4/PySide和numpy库基础之上的纯Python图形GUI库,在数学、科学和工程领域都有着广泛
的应用。尽管该库完全用python编写,但内部由于
使用了高速计算的numpy信号处理库以及Qt的 GraphicsView框架。因此,它在大数据量的数字处理和快速显示方面有着巨大的优势。;Python可视化库的安装与使用
在Windows7下安装Python可视化库,常用pip命令来实现,如输入命令pip install matplotlib来安装 matplotlib库。安装完成后,可在Windows命令行中输入Python,并在进入Python界面后输入以下命令:
import matplotlib
import pandas
import seaborn
import bokeh
import pyqtgraph
import numpy;8.2 可视化基础numpy库简介;2.numpy库的使用
1??? numpy库数组的创建
在numpy库中创建数组可以使用如下语法:
numpy.array
该语句表示通过引入numpy库创建了一个ndarray对象。;【例8-1】创建数组对象,代码如下。
import numpy as np
a = np.array([1,2,3])
print (a);2)numpy数组参数
在创建数组时,可以加入如下参数:
numpy.array(object, dtype = None, copy = True, o
= None, subok = False, ndmin = 0);【例8-2】创建一个多维数组对象,代码如下。
import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print (a)
该例定义并显示了一个多维数组;【例8-3】显示多维数组的数据类型,代码如下。
import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9]],dtype=
print (a)
该例定义了一个多维数组,并显示其数据类型;3)ndarray对象的基本属性
在创建了一个数组以后,可以查看ndarray对象的基本属性
【例8-4】显示多维数组的维度,代码如下。
import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print (a.shape)
该例定义了一个多维数组,并显示其维度;【例8-5】显示数组中每个元素的字节大小,代码如下。
import numpy as np
a = np.array([1,2,3,4,5,6,7,8,9], dtype = np.in
print (a.itemsize)
该例定义了一个数组,并显示其元素的字节大小;●
4)ndarray对象的切片和索引
ndarray对象
您可能关注的文档
最近下载
- 数控加工工艺-全套PPT课件.pptx
- 幼儿园数学领域教育精要——关键经验与活动指导试题.doc
- 护理预见性护理课件.pptx
- 理光RICOH使用手册GRⅡ说明书.pdf
- 义务教育版(2024)信息科技六年级全一册 第4课 输入输出与计算 教案.docx VIP
- 深信服安全评估系统TSS用户手册_v1.7.3.pdf
- BOSE博士 SoundTouch 300 Soundbar 用户指南支持 简体中文.pdf
- 预应力锚杆与锚索支护技术.pptx VIP
- 灾难现场挤压伤挤压综合征救治技术规范.pdf VIP
- 统编版(五四制)道德与法治三年级上册12《家庭的记忆+传统节日中的“家”》(教学设计).docx
文档评论(0)