一:什么是NumPy

NumPy一个Python库,旨在有效处理Python中的数组。它快速简单易学且存储高效。NumPy致力于提供比典型Python列表快50倍的数组对象,它还改进流程处理数据方式。Numpy是Python 中列表和数组的替代方案,NumPy 使用很少的内存使用 NumPy 执行数运算使用 NumPy 处理多维数组Numpy Array用于1.形状处理 2.阵列创建 3.数组尺寸

二:Numpy 与其他库的应用

1.将 NumPy 与pandas一起使用

Pandas是Python中最重要的数据分析库之一。它们以其出色的性能快速分析和数据清理而闻名。我们用它来改变数据结构分析数据。

它由数据框对象组成。它与NumPy一起工作加快计算速度。当我们将这些库结合起来时,我们就有了非常有用的科学计算资源

2.将 NumPy 与 Matplotlib 结合使用

Matplotlib一个NumPy模块。它是处理图形表示的非常有用的工具。它具有用于绘制和操作图形的大量功能

这种组合可以取代MatLab功能。它用于生成结果图。我们通过利用PyQt和wxPython图形工具包一步扩展

3.将 NumPy 与 Scipy 一起使用

Scipy是一个Python开源库。它是Python最重要的科学库。它基于NumPy的功能。SciPy 包括用于科学计算的增强功能。

可以与NumPy结合使用提高数学性能。这种组合有助于执行困难的科学操作

4.将 NumPy 与 Tkinter 一起使用

Tkinter 是一个 GUI 标准库。Tkinter用于NumPy数据的图形表示。它与NumPy的集成允许创建快速简单的GUI。将Tkinter与NumPy结合使用简单数组对象可以简单转换图像对象

三:Numpy使用举例

f85b0e3d276146a7a0159eecf9c8891e.png

c7e8e8a7b2074a729eb8dcb3ad70c49e.png

905edd7690d64f7381b7ea7d7db38fcc.png

390669e2a0464ae8a2fc2aaef93eab1c.png

f76ce81a7cb244019a44f5d73c4b79a6.png

7e1330886680436c81d0f05d3d0b8eb5.png

070e957ab7b746ce9108cdad86c587e0.png

f1ed3691250e459f996881214cf19266.png

*****************************分割线************************************

一:什么Pandas ?

1.Pandas基于 NumPy 的一个开源 Python 库,它被广泛用于快速分析数据,以及数据清洗和准备等工作。简单地说,可以把 Pandas 看作是 Python 版的 Excel。2. Pandas能很好地处理来自各种不同来源的数据,比如 Excel 表格、CSV 文件、SQL 数据库,甚至还能处理存储网页上的数据。3. Pandas基于Numpy,常常与Numpymatplotlib一起使用。4. Pandas库的两个主要数据结构:Series:一维      DataFrame:多维

二:Pandas使用举例:

为什么使用 Pandas ? – 知乎

2bd97b16553c4085a4342634f3e2d08e.png

12e8fcc5798c45d882376bd61596bbff.png

0628d4d951604106acb936d274dcb456.png

f35ef17da5f84369bda42b46f4ddf25d.png

dee9098695784ad8b8b664535f10b05b.png

d7521f1990cd4fd2abab0462120a3405.png

94920ec1c4cf44c7af6112b127f55746.png

655a093a06bf478d9ff034a840bb3dac.png

2.导入表格文件

686919c0d1124ad1a19d133c5f5cd930.png

****************************分割线**************************************

一:什么是Matplotlib

   专注于数据可视化,用于各种画图

二:Matplotlib使用举例:

https://www.ngui.cc/zz/814567.html?action=onClick

e4b8ae13463640678e8efce0e41d4b85.png

af73ed6fb3464a2888c0728e2265bdb7.png

861a0a1be2024b1e80ec8d89d41d778c.png

63582596989a4d5aba85c34fedb59bf9.png

7c7ee83eb6ee4fc18545a8b24b7c2a8f.png

2e2590c5408248bea0ef1afb8964fc86.png

f86438eb5d964738b096af728e664d91.png

8b538cb990f84652a43d27cca3be7201.png

其他补充:openpyxl

b39561e5cbd34dbf8d892044a74118ae.png

原文地址:https://blog.csdn.net/m0_37951794/article/details/129668214

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_41160.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注