下载中心>文集> AI人工智能开发基础：Python库

AI人工智能开发基础：Python库

Python拥有丰富的类库，为数据科学、机器学习和自然语言处理等领域提供了强大的支持，显著降低了人工智能开发人员的工作难度。
本文集收集整理了一些重要的Python 类库学习资源，包括：NumPy、SciPy、Pandas、Matplotlib、Seaborn。希望对大家有所帮助。

下载：100+ 评论

AI人工智能开发基础：Python库文档列表

pdf

Python数据科学手册: 标签：python; 积分：1 类型：技术文档上传者：太白金星上传时间：2021-05-30; 简介：本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；第5章以Scikit-Learn为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现。本书适合有编程背景，并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。

下载

pdf

Python科学计算_张若愚: 标签：Python 科学计算; 积分：2 类型：应用文档上传者：走马观花上传时间：2024-01-29; 简介：作者: 张若愚出版年: 2012 本书介绍如何用Python开发科学计算的应用程序，除了介绍数值计算之外，还着重介绍如何制作交互式的2D、3D图像，如何设计精巧的程序界面，如何与C语言编写的高速计算程序结合，如何编写声音、图像处理算法等内容。书中涉及的Python扩展库包括NumPy、SciPy、SymPy、matplotlib、Traits、TraitsUI、Chaco、TVTK、Mayavi、VPython、OpenCV等，涉及的应用领域包括数值运算、符号运算、二维图表、三维数据可视化、三维动画演示、图像处理以及界面设计等。书中以大量实例引导读者逐步深入学习，每个实例程序都有详尽的解释，并都能在本书推荐的运行环境中正常运行。此外，本书附有大量的图表和插图，力求减少长篇的理论介绍和公式推导，以便读者通过实例和数据学习并掌握理论知识。

下载

pdf

Python数据分析基础教程：NumPy学习指南（第2版）: 标签：python; 积分：1 类型：技术文档上传者：太白金星上传时间：2021-05-30; 简介：NumPy是一个优秀的科学计算库，提供了很多实用的数学函数、强大的多维数组对象和优异的计算性能，不仅可以取代Matlab和Mathematica的许多功能，而且业已成为Python科学计算生态系统的重要组成部分。但与这些商业产品不同，它是免费的开源软件。本书从NumPy安装讲起，逐渐过渡到数组对象、常用函数、矩阵运算、线性代数、金融函数、窗函数、质量控制等内容，致力于向初中级Python编程人员全面讲述NumPy及其使用。另外，通过书中丰富的示例，你还将学会Matplotlib绘图，并结合使用其他Python科学计算库（如SciPy和Scikits），让工作更有成效，让代码更加简洁而高效。主要内容：在不同平台安装NumPy；用简洁高效的NumPy代码实现高性能计算；使用功能强大的通用函数；使用NumPy数组和矩阵；用NumPy模块轻松执行复杂的数值计算； Matplotlib绘图； NumPy代码测试。

下载

pdf

Python数据可视化 (黑马程序员): 标签：python; 积分：1 类型：技术文档上传者：抛砖引玉上传时间：2023-05-28; 简介：本书采用理论与实例相结合的形式，以Anaconda 3为主要开发工具，全面地介绍了Python数据可视化的相关知识。全书共分为9章，第1章介绍数据可视化与matplotlib的入门知识；第2～8章全面地介绍matplotlib的核心知识，包括使用matplotlib绘制简单图表、图表辅助元素的定制、图表样式的美化、子图的绘制及坐标轴共享、坐标轴的定制、绘制3D图表和统计地图、使用matplotlib绘制高级图表；第9章介绍pyecharts的基础知识。除了第1章，其他章都配有丰富的实例，读者可以边学边练习，巩固所学知识，并在实践中提升实际开发能力。本书既可作为高等教育本、专科院校计算机相关专业的教材，也可作为数据可视化技术爱好者的入门书籍。第 1章　数据可视化与matplotlib 001 1.1　数据可视化概述　002 1.1.1　什么是数据可视化　002 1.1.2　常见的数据可视化方式　003 1.1.3　选择正确的数据可视化图表　010 1.2　常见的数据可视化库　012 1.3　初识matplotlib　013 1.3.1　matplotlib概述　013 1.3.2　安装matplotlib　014 1.4　使用matplotlib绘制图表　017 1.5　本章小结　019 1.6　习题　019 第　2章使用matplotlib绘制简单图表　021 2.1　绘制折线图　022 2.1.1　使用plot()绘制折线图　022 2.1.2　实例1：未来15天气温和气温　022 2.2　绘制柱形图或堆积柱形图　024 2.2.1　使用bar()绘制柱形图或堆积柱形图　024 2.2.2　实例2：2013—2019财年阿里巴巴淘宝和天猫平台的GMV　027 2.3　绘制条形图或堆积条形图　028 2.3.1　使用barh()绘制条形图或堆积条形图　028 2.3.2　实例3：各商品种类的网购替代率　031 2.4　绘制堆积面积图　033 2.4.1　使用stackplot()绘制堆积面积图　033 2.4.2　实例4：物流公司物流费用统计　034 2.5　绘制直方图　035 2.5.1　使用hist()绘制直方图　035 2.5.2　实例5：人脸识别的灰度直方图　036 2.6　绘制饼图或圆环图　037 2.6.1　使用pie()绘制饼图或圆环图　037 2.6.2　实例6：支付宝月账单报告　039 2.7　绘制散点图或气泡图　040 2.7.1　使用scatter()绘制散点图或气泡图　040 2.7.2　实例7：汽车速度与制动距离的关系　041 2.8　绘制箱形图　042 2.8.1　使用boxplot()绘制箱形图　042 2.8.2　实例8：2017年和2018年全国发电量统计　044 2.9　绘制雷达图　045 2.9.1　使用polar()绘制雷达图　045 2.9.2　实例9：霍兰德职业兴趣测试　045 2.10　绘制误差棒图　047 2.10.1　使用errorbar()绘制误差棒图　047 2.10.2　实例10：4个树种不同季节的细根生物量　048 2.11　本章小结　049 2.12　习题　049 第3章　图表辅助元素的定制　052 3.1　认识图表常用的辅助元素　053 3.2　设置坐标轴的标签、刻度范围和刻度标签　054 3.2.1　设置坐标轴的标签　054 3.2.2　设置刻度范围和刻度标签　056 3.2.3　实例1：2019年中国电影票房排行榜　057 3.3　添加标题和图例　059 3.3.1　添加标题　059 3.3.2　添加图例　059 3.3.3　实例2：支付宝月账单报告（添加标题、图例）　061 3.4　显示网格　062 3.4.1　显示指定样式的网格　062 3.4.2　实例3：汽车速度与制动距离的关系（添加网格）　063 3.5　添加参考线和参考区域　064 3.5.1　添加参考线　064 3.5.2　添加参考区域　065 3.5.3　实例4：全校高二年级各班男女生英语成绩评估　066 3.6　添加注释文本　068 3.6.1　添加指向型注释文本　068 3.6.2　添加无指向型注释文本　069 3.6.3　实例5：2013—2019财年阿里巴巴淘宝和天猫平台的 GMV（添加注释文本）　071 3.7　添加表格　072 3.7.1　添加自定义样式的表格　072 3.7.2　实例6：果酱面包配料比例　073 3.8　本章小结　075 3.9　习题　075 第4章　图表样式的美化　077 4.1　图表样式概述　078 4.1.1　默认图表样式　078 4.1.2　图表样式修改　079 4.2　使用颜色　080 4.2.1　使用基础颜色　081 4.2.2　使用颜色映射表　082 4.2.3　实例1：两个地区对不同种类图书的采购情况　083 4.3　选择线型　084 4.3.1　选择线条的类型　084 4.3.2　实例2：2017年7月与 2019年7月国际外汇市场美元/人民币汇率走势　085 4.4　添加数据标记　087 4.4.1　添加折线图或散点图的数据标记　087 4.4.2　实例3：标记不同产品各季度的销售额　089 4.5　设置字体　090 4.5.1　设置字体样式　090 4.5.2　实例4：未来15天的气温和气温（设置字体样式）　091 4.6　切换主题风格　092 4.7　填充区域　093 4.7.1　填充多边形或曲线之间的区域　093 4.7.2　实例5：彩色的“雪花”　095 4.8　本章小结　096 4.9　习题　096 第5章　子图的绘制及坐标轴共享　099 5.1　绘制固定区域的子图　100 5.1.1　绘制单子图　100 5.1.2　实例1：某工厂产品A与产品B去年的销售额分析　103 5.1.3　绘制多子图　105 5.1.4　实例2：部分国家养猫人群比例与养狗人群比例分析　106 5.2　绘制自定义区域的子图　107 5.2.1　绘制单子图　107 5.2.2　实例3：2017年与2018年抖音用户分析　109 5.3　共享子图的坐标轴　110 5.3.1　共享相邻子图的坐标轴　111 5.3.2　共享非相邻子图的坐标轴　112 5.3.3　实例4：某地区全年平均气温与降水量、蒸发量的关系　114 5.4　子图的布局　115 5.4.1　约束布局　115 5.4.2　紧密布局　117 5.4.3　自定义布局　118 5.4.4　实例5：2018年上半年某品牌汽车销售情况　120 5.5　本章小结　121 5.6　习题　122 第6章　坐标轴的定制　125 6.1　坐标轴概述　126 6.2　向任意位置添加坐标轴　127 6.3　定制刻度　128 6.3.1　定制刻度的位置和格式　128 6.3.2　定制刻度的样式　130 6.3.3　实例1：深圳市24小时的平均风速　131 6.4　隐藏轴脊　133 6.4.1　隐藏全部轴脊　133 6.4.2　隐藏部分轴脊　134 6.4.3　实例2：深圳市24小时的平均风速（隐藏部分轴脊）　135 6.5　移动轴脊　136 6.5.1　移动轴脊的位置　136 6.5.2　实例3：正弦与余弦曲线　137 6.6　本章小结　138 6.7　习题　139 第7章　绘制3D图表和统计地图　141 7.1　使用mplot3d绘制3D图表　142 7.1.1　mplot3d概述　142 7.1.2　绘制常见的3D图表　143 7.1.3　实例1：三维空间的星星　145 7.2　使用animation制作动图　146 7.2.1　animation概述　147 7.2.2　实例2：三维空间闪烁的星星　149 7.3　使用basemap绘制统计地图　150 7.3.1　basemap概述　150 7.3.2　实例3：美国部分城镇人口分布　153 7.4　本章小结　155 7.5　习题　155 第8章　使用matplotlib绘制高级图表　158 8.1　绘制等高线图　159 8.2　绘制矢量场流线图　161 8.3　绘制棉棒图　163 8.4　绘制哑铃图　165 8.5　绘制甘特图　168 8.6　绘制人口金字塔图　169 8.7　绘制漏斗图　171 8.8　绘制桑基图　173 8.9　绘制树状图　176 8.10　绘制华夫饼图　179 8.11　本章小结　181 8.12　习题　181 第9章　数据可视化后起之秀——pyecharts　184 9.1　pyecharts概述　185 9.2　pyecharts基础知识　187 9.2.1　快速绘制图表　187 9.2.2　认识图表类　188 9.2.3　认识配置项　189 9.2.4　渲染图表　192 9.3　绘制常用图表　192 9.3.1　绘制折线图　192 9.3.2　绘制饼图或圆环图　194 9.3.3　绘制散点图　196 9.3.4　绘制3D柱形图　198 9.3.5　绘制统计地图　199 9.3.6　绘制漏斗图　200 9.3.7　绘制桑基图　201 9.4　绘制组合图表　203 9.4.1　并行多图　203 9.4.2　顺序多图　205 9.4.3　选项卡多图　206 9.4.4　时间线轮播多图　208 9.5　定制图表主题　211 9.6　整合Web框架　212 9.7　实例：虎扑社区分析　214 9.8　本章小结　218 9.9　习题　219

下载

pdf

Python科学计算最佳实践：SciPy指南: 标签：python scipy; 积分：1 类型：技术文档上传者：抛砖引玉上传时间：2023-07-30; 简介：本书旨在介绍开源的Python算法库和数学工具包SciPy。近年来，基于NumPy和SciPy的完整生态系统迅速发展起来，并在天文学、生物学、气象学和气候科学，以及材料科学等多个学科得到了广泛应用。本书结合大量代码实例，详尽展示了SciPy的强大科学计算能力，包括用NumPy和SciPy进行分位数标准化，用ndimage实现图像区域网络，频率与快速傅里叶变换，用稀疏坐标矩阵实现列联表，SciPy中的线性代数，SciPy中的函数优化等。前言　ix 第 1章　优雅的NumPy：Python科学应用的基础　1 1.1 数据简介：什么是基因表达　2 1.2 NumPy的N维数组　6 1.2.1 为什么用N维数组代替Python列表　7 1.2.2 向量化　9 1.2.3 广播　9 1.3 探索基因表达数据集　10 1.4 标准化　13 1.4.1 样本间的标准化　13 1.4.2 基因间的标准化　19 1.4.3 样本与基因标准化：RPKM　21 1.5 小结　27 第 2章　用NumPy和SciPy进行分位数标准化　28 2.1 获取数据　30 2.2 独立样本间的基因表达分布差异　30 2.3 计数数据的双向聚类　33 2.4 簇的可视化　35 2.5 预测幸存者　37 2.5.1 进一步工作：使用TCGA患者簇　41 2.5.2 进一步工作：重新生成TCGA簇　41 第3章　用ndimage实现图像区域网络　42 3.1 图像就是NumPy数组　43 3.2 信号处理中的滤波器　48 3.3 图像滤波（二维滤波器）　53 3.4 通用滤波器：邻近值的任意函数　55 3.4.1 练习：康威的生命游戏　56 3.4.2 练习：Sobel梯度幅值　56 3.5 图与NetworkX库　57 3.6 区域邻接图　60 3.7 优雅的ndimage：如何根据图像区域建立图对象　63 3.8 归纳总结：平均颜色分割　65 第4章　频率与快速傅里叶变换　67 4.1 频率的引入　67 4.2 示例：鸟鸣声谱图　69 4.3 历史　74 4.4 实现　75 4.5 选择离散傅里叶变换的长度　75 4.6 更多离散傅里叶变换概念　77 4.6.1 频率及其排序　77 4.6.2 加窗　83 4.7 实际应用：分析雷达数据　86 4.7.1 频域中的信号性质　91 4.7.2 加窗之后　93 4.7.3 雷达图像　95 4.7.4 快速傅里叶变换的进一步应用　99 4.7.5 更多阅读　99 4.7.6 练习：图像卷积　100 第5章　用稀疏坐标矩阵实现列联表　101 5.1 列联表　102 5.1.1 练习：混淆矩阵的计算复杂度　103 5.1.2 练习：计算混淆矩阵的另一种方法　103 5.1.3 练习：多类混淆矩阵　104 5.2 scipy.sparse数据格式　104 5.2.1 COO格式　104 5.2.2 练习：COO表示　105 5.2.3 稀疏行压缩格式　106 5.3 稀疏矩阵应用：图像转换　108 5.4 回到列联表　112 5.5 图像分割中的列联表　113 5.6 信息论简介　114 5.7 图像分割中的信息论：信息变异　117 5.8 转换NumPy数组代码以使用稀疏矩阵　119 5.9 使用信息变异　120 第6章　SciPy中的线性代数　128 6.1 线性代数基础　128 6.2 图的拉普拉斯矩阵　129 6.3 大脑数据的拉普拉斯矩阵　134 6.3.1 练习：显示近邻视图　138 6.3.2 练习挑战：稀疏矩阵线性代数　138 6.4 PageRank：用于声望和重要性的线性代数　139 6.4.1 练习：处理悬挂节点　144 6.4.2 练习：不同特征向量方法的等价性　144 6.5 结束语　144 第7章　SciPy中的函数优化　145 7.1 SciPy优化模块：sicpy.optimize　146 7.2 用optimize进行图像配准　152 7.3 用basin hopping算法避开局部最小值　155 7.4 选择正确的目标函数　156 第8章　用Toolz在笔记本电脑上玩转大数据　163 8.1 用yield进行流处理　164 8.2 引入Toolz流库　167 8.3 k-mer计数与错误修正　169 8.4 柯里化：流的调料　173 8.5 回到k-mer计数　175 8.6 全基因组的马尔可夫模型　177 后记　182 附录练习答案　186 作者简介　206 封面简介　206

下载

pdf

深入浅出Pandas：利用Python进行数据处理与分析: 标签：python 数据处理; 积分：1 类型：技术文档上传者：抛砖引玉上传时间：2023-05-21; 简介：如果你想充分发挥Python的强大作用，如果你想成为一名好的Python工程师，你应该先学好Pandas。这是一本全面覆盖了Pandas使用者的普遍需求和痛点的著作，基于实用、易学的原则，从功能、使用、原理等多个维度对Pandas做了全方位的详细讲解，既是初学者系统学习Pandas难得的入门书，又是有经验的Python工程师案头必不可少的查询手册。本书共17章，分为七部分。第一部分（第1～2章） Pandas入门首先介绍了Pandas的功能、使用场景和学习方法，然后详细讲解了Python开发环境的搭建，Z后介绍了Pandas的大量基础功能，旨在引领读者快速入门。第二部分（第3～5章） Pandas数据分析基础详细讲解了Pandas读取与输出数据、索引操作、数据类型转换、查询筛选、统计计算、排序、位移、数据修改、数据迭代、函数应用等内容。第三部分（第6～9章）数据形式变化讲解了Pandas的分组聚合操作、合并操作、对比操作、数据透视、转置、归一化、标准化等，以及如何利用多层索引对数据进行升降维。第四部分（第10～12章）数据清洗讲解了缺失值和重复值的识别、删除、填充，数据的替换、格式转换，文本的提取、连接、匹配、切分、替换、格式化、虚拟变量化等，以及分类数据的应用场景和操作方法。第五部分（第13～14章）时序数据分析讲解了Pandas中对于各种时间类型数据的处理和分析，以及在时序数据处理中经常使用的窗口计算。第六部分（第15～16章）可视化讲解了Pandas的样式功能如何让数据表格更有表现力，以及Pandas的绘图功能如何让数据自己说话。第七部分（第17章）实战案例介绍了从需求到代码的思考过程，如何利用链式编程思想提高代码编写和数据分析效率，以及数据分析的基本方法与需要掌握的数据分析工具和技术栈，此外还从数据处理和数据分析两个角度给出了大量的应用案例及代码详解。前言第一部分 Pandas入门第1章 Pandas简介及快速入门 1.1 Pandas是什么 1.1.1 Python简介 1.1.2 Python的应用 1.1.3 为什么不选择R 1.1.4 Pandas简介 1.1.5 Pandas的使用人群 1.1.6 Pandas的基本功能 1.1.7 Pandas的学习方法 1.1.8 小结 1.2 环境搭建及安装 1.2.1 Python环境安装 1.2.2 Anaconda简介 1.2.3 安装miniconda 1.2.4 多Python版本环境 1.2.5 安装编辑器 1.2.6 Jupyter Notebook 1.2.7 用pip安装三方库 1.2.8 安装Jupyter Notebook 1.2.9 启动Jupyter Notebook 1.2.10 使用Jupyter Notebook 1.2.11 安装Pandas 1.2.12 小结 1.3 Pandas快速入门 1.3.1 安装导入 1.3.2 准备数据集 1.3.3 读取数据 1.3.4 查看数据 1.3.5 验证数据 1.3.6 建立索引 1.3.7 数据选取 1.3.8 排序 1.3.9 分组聚合 1.3.10 数据转换 1.3.11 增加列 1.3.12 统计分析 1.3.13 绘图 1.3.14 导出 1.3.15 小结 1.4 本章小结第2章数据结构 2.1 数据结构概述 2.1.1 什么是数据 2.1.2 什么是数据结构 2.1.3 小结 2.2 Python的数据结构 2.2.1 数字 2.2.2 字符串 2.2.3 布尔型 2.2.4 列表 2.2.5 元组 …… 第二部分 Pandas数据分析基础第三部分数据形式变化第四部分数据清洗第五部分时序数据分析第六部分可视化第七部分实战案例

下载

pdf

Python科学计算与数据分析: 标签：python; 积分：1 类型：技术文档上传者：太白金星上传时间：2021-05-30; 简介：本书带领读者了解熟悉当下最流行的科学计算库NumPy的方方面面。书中不仅介绍了NumPy的安装、使用和各种相关概念，还介绍了如何利用这一最新的开源软件库，以尽可能接近传统数学语言的方式，编写可读性好、实现效率高和运行速度快的代码。最后还探究了几个和NumPy相关的科学计算项目。此外，本书将为你掌握NumPy数组和通用函数打下坚实的基础，也会通过实例教你用Matplotlib绘图，并了解和SciPy相关的项目。本书将帮助你： • 学习高级索引技术和线性代数知识 • 了解数组形状及图像大小的调整 • 探察广播机制和直方图 • 分析NumPy代码并用可视化的方式表示分析结果 • 用Cython为代码提速 • 使用数组接口共享数据 • 使用通用函数和互操作功能 • 学习Matplotlib以及经常和NumPy同时使用的SciPy

下载

pdf

Python for Data Analysis: 标签：python; 积分：1 类型：技术文档上传者：太白金星上传时间：2021-05-30; 简介：还在苦苦寻觅用Python控制、处理、整理、分析结构化数据的完整课程？本书含有大量的实践案例，你将学会如何利用各种Python库（包括NumPy、pandas、matplotlib以及IPython等）高效地解决各式各样的数据分析问题。由于作者Wes McKinney是pandas库的主要作者，所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。 •将IPython这个交互式Shell作为你的首要开发环境。 •学习NumPy（Numerical Python）的基础和高级知识。 •从pandas库的数据分析工具开始。 •利用高性能工具对数据进行加载、清理、转换、合并以及重塑。 •利用matplotlib创建散点图以及静态或交互式的可视化结果。 •利用pandas的groupby功能对数据集进行切片、切块和汇总操作。 •处理各种各样的时间序列数据。 •通过详细的案例学习如何解决Web分析、社会科学、金融学以及经•济学等领域的问题。

下载

pdf

Python数据可视化之matplotlib实践 (刘大成): 标签：pythonmatplot; 积分：1 类型：技术文档上传者：抛砖引玉上传时间：2023-05-24; 简介：本书借助Matplotlib讲解开展Python数据可视化实践所需要掌握的关键知识和技能。本书主要由Matplotlib入门、精进、演练和拓展四部分组成。同时，为方便读者对书中的内容进行有效实践，相关章节都会配以大量典型的综合案例。书中使用的代码都是Python编程知识里的基础内容，有利于读者将时间和精力放在数据可视化的实践本身上。因此，本书适合对Python数据可视化有兴趣的各行业和领域的有识之士。第1篇入门第1章使用函数绘制matplotlib的图表组成元素 2 1.1　绘制matplotlib图表组成元素的主要函数 2 1.2　准备数据 3 1.3　绘制matplotlib图表组成元素的函数用法 4 1.3.1 函数plot()——展现变量的趋势变化 4 1.3.2 函数scatter()——寻找变量之间的关系 5 1.3.3 函数xlim()——设置x轴的数值显示范围 6 1.3.4 函数xlabel()——设置x轴的标签文本 7 1.3.5 函数grid()——绘制刻度线的网格线 8 1.3.6 函数axhline()——绘制平行于x轴的水平参考线 9 1.3.7 函数axvspan()——绘制垂直于x轴的参考区域 11 1.3.8 函数annotate()——添加图形内容细节的指向型注释文本 12 1.3.9 函数text()——添加图形内容细节的无指向型注释文本 13 1.3.10 函数title()——添加图形内容的标题 15 1.3.11 函数legend()——标示不同图形的文本标签图例 16 1.4　函数组合应用 17 第2章使用统计函数绘制简单图形 20 2.1　函数bar()——用于绘制柱状图 20 2.2　函数barh()——用于绘制条形图 22 2.3　函数hist()——用于绘制直方图 23 2.4　函数pie()——用于绘制饼图 25 2.5　函数polar()——用于绘制极线图 26 2.6　函数scatter()——用于绘制气泡图 27 2.7　函数stem()——用于绘制棉棒图 29 2.8　函数boxplot()——用于绘制箱线图 30 2.9　函数errorbar()——用于绘制误差棒图 31 第3章绘制统计图形 33 3.1　柱状图 33 3.1.1 应用场景——定性数据的分布展示 33 3.1.2 绘制原理 33 3.2　条形图 35 3.3　堆积图 37 3.3.1 堆积柱状图 37 3.3.2 堆积条形图 38 3.4　分块图 39 3.4.1 多数据并列柱状图 40 3.4.2 多数据平行条形图 41 3.5　参数探索 42 3.6　堆积折线图、间断条形图和阶梯图 44 3.6.1 用函数stackplot()绘制堆积折线图 44 3.6.2 用函数broken_barh ()绘制间断条形图 45 3.6.3 用函数step()绘制阶梯图 47 3.7　直方图 48 3.7.1 应用场景——定量数据的分布展示 48 3.7.2 绘制原理 49 3.7.3 直方图和柱状图的关系 50 3.7.4 堆积直方图 51 3.7.5 直方图的不同形状 53 3.8　饼图 55 3.8.1 应用场景——定性数据的比例展示 55 3.8.2 绘制原理 55 3.8.3 延伸阅读——非分裂式饼图 57 3.8.4 案例——绘制内嵌环形饼图 58 3.9　箱线图 60 3.9.1 应用场景——多组定量数据的分布比较 60 3.9.2 绘制原理 61 3.9.3 延伸阅读——箱体、箱须、离群值的含义和计算方法 63 3.9.4 案例1——水平方向的箱线图 65 3.9.5 案例2——不绘制离群值的水平放置的箱线图 66 3.10　误差棒图 67 3.10.1 应用场景——定量数据的误差范围 67 3.10.2 绘制原理 68 3.10.3 案例1——带误差棒的柱状图 69 3.10.4 案例2——带误差棒的条形图 71 3.10.5 案例3——带误差棒的多数据并列柱状图 72 3.10.6 案例4——带误差棒的堆积柱状图 74 第4章完善统计图形 77 4.1　添加图例和标题 77 4.1.1 图例和标题的设置方法 77 4.1.2 案例1——图例的展示样式的调整 79 4.1.3 案例2——标题的展示样式的调整 80 4.1.4 案例3——带图例的饼图 82 4.2　调整刻度范围和刻度标签 83 4.2.1 调整刻度范围和刻度标签的方法 84 4.2.2 延伸阅读——函数subplot() 85 4.2.3 案例——逆序设置坐标轴刻度标签 86 4.3　向统计图形添加表格 87 第2篇精进第5章统计图形绘制进阶：图形样式 92 5.1　设置坐标轴的刻度样式 92 5.1.1 刻度定位器和刻度格式器的使用方法 92 5.1.2 调用模块pyplot中的函数实现刻度样式的设置 95 5.1.3 案例1——刻度标签和刻度线样式的定制化 95 5.1.4 案例2——货币和时间序列样式的刻度标签 96 5.2　添加有指示注解和无指示注解 98 5.2.1 有指示注解和无指示注解的添加方法 98 5.2.2 案例1——圆角文本框的设置 100 5.2.3 案例2——文本的水印效果 101 5.2.4 案例3——圆角线框的有弧度指示的注解 102 5.2.5 案例4——有箭头指示的趋势线 104 5.2.6 案例5——桑基图 105 5.3　实现标题和坐标轴标签的投影效果 107 5.3.1 实现标题和坐标轴标签的投影效果的操作方法 107 5.3.2 案例——给坐标轴标签添加文本框 109 第6章划分画布的主要函数 111 6.1　函数subplot()：绘制网格区域中的几何形状相同的子区布局 111 6.1.1 函数subplot()的使用方法 112 6.1.2 案例1——在极坐标轴上绘制折线图 113 6.1.3 案例2——在极坐标轴上绘制散点图 114 6.1.4 案例3——在非等分画布的绘图区域上实现图形展示 115 6.2　函数subplot2grid()：让子区跨越固定的网格布局 116 6.2.1 函数subplot2grid()的使用方法 116 6.2.2 延伸阅读——模块gridspec中的类GridSpec的使用方法 118 6.3　函数subplots()：创建一张画布带有多个子区的绘图模式 120 6.3.1 案例1——创建一张画布和一个子区的绘图模式 120 6.3.2 案例2——创建一张画布和两个子区的绘图模式 122 6.3.3 案例3——多种统计图形的组合展示 124 第7章共享绘图区域的坐标轴 128 7.1　共享单一绘图区域的坐标轴 128 7.2　共享不同子区绘图区域的坐标轴 130 7.2.1 设置方法 130 7.2.2 案例——将共享坐标轴的子区之间的空隙去掉 135 7.3　共享个别子区绘图区域的坐标轴 136 7.3.1 设置方法 136 7.3.2 延伸阅读——用函数autoscale()调整坐标轴范围 138 第3篇演练第8章坐标轴高阶应用 142 8.1　设置坐标轴的位置和展示形式 142 8.1.1 案例1——向画布中任意位置添加任意数量的坐标轴 142 8.1.2 案例2——调整已经确定的坐标轴的显示、隐藏与刻度范围等问题 144 8.1.3 延伸阅读——使用函数axis()绘制坐标轴 145 8.2　使用两种方法控制坐标轴刻度的显示 146 8.2.1 方法1——调用Axes.set_xticks()和Axes.set_yticks()实例方法 146 8.2.2 方法2——调用函数setp() 147 8.2.3 案例1——棉棒图的定制化展示 149 8.2.4 案例2——坐标轴的样式和位置的定制化展示 150 8.3　控制坐标轴的显示 152 8.4　移动坐标轴的位置 154 第9章设置线条类型和标记类型的显示样式 158 9.1　不同调用签名形式的字典使用方法 158 9.1.1 方法1——调用签名中的关键字参数的设置形式“fontdict=font” 158 9.1.2 方法2——关键字参数的设置形式“**font” 160 9.2　线条类型的显示样式设置方法 161 9.3　标记类型的显示样式设置方法 162 9.3.1 方法1——单一字符模式 162 9.3.2 方法2——mathtext模式 164 9.4　延伸阅读 166 9.4.1 案例1——“破折号”线条样式的不同展现形式的设置方法 166 9.4.2 案例2——标记填充样式的设置方法 168 9.4.3 案例3——函数plot()的调用签名的设置方法 170 第4篇拓展第10章 matplotlib的配置 174 10.1　修改代码层面的matplotlib的配置 174 10.1.1 方法1——调用函数matplotlib.rc() 175 10.1.2 方法2——调用属性字典matplotlib.rcParams 175 10.2　修改项目层面的matplotlib配置 176 10.2.1 配置文件所在路径 176 10.2.2 设置方法 177 第11章文本属性设置 179 11.1　设置字体属性和文本属性 179 11.1.1 方法1——改变配置文件matplotlibrc的字体属性值和文本属性值 181 11.1.2 方法2——通过属性字典rcParams调整字体属性值和文本属性值 182 11.1.3 方法3——通过设置函数的关键字参数 183 11.2　延伸阅读——手动添加字体 184 11.3　案例——字体主要属性的可视化展示 185 第12章颜色使用 188 12.1　使用颜色参数和颜色映射表 188 12.1.1 颜色参数的使用 188 12.1.2 颜色映射表的使用 190 12.2　综合案例 193 12.2.1 案例1——模拟图的颜色使用模式 193 12.2.2 案例2——散点图的颜色使用模式 194 12.2.3 案例3——极区图的颜色使用模式 195 12.2.4 案例4——等高线图的颜色使用模式 197 12.2.5 案例5——颜色标尺的颜色使用模式 198 第13章输出图形的展示和保存 200 13.1　运行命令行展示输出图形 200 13.1.1 方法1——Python shell模式 200 13.1.2 方法2——IPython shell模式 203 13.2　保存输出图形 205 13.2.1 方法1——使用“保存”按钮进行存储 205 13.2.2 方法2——通过执行代码语句进行保存 207 附录A Python基础知识 208 附录B NumPy基础知识 213 附录C matplotlib、NumPy和IPython的安装方法 217

下载

pdf

python英文原版经典专辑：OReilly.-.Python for Data Analysis: 标签：python; 积分：1 类型：学术论文上传者：baidu_linker上传时间：2018-11-07; 简介：python英文原版经典专辑：OReilly.-.Python for Data Analysis

下载

pdf

Python数据可视化之matplotlib精进: 标签：pythonmatplot; 积分：1 类型：技术文档上传者：抛砖引玉上传时间：2023-05-24; 简介：《Python数据可视化之matplotlib实践》使用大量的matplotlib 实用案例讲解Python 数据可视化在各个应用方向上的实现方法。通过学习这些实用案例，读者可以更好地掌握Python 数据可视化的高级技能。本书主要由图形、元素、交互、探索和拓展5 部分组成，每部分的实用案例都有利于拓展matplotlib 的应用视野，而且案例中的示例代码只涉及Python 的基础知识。这样，在Python 数据可视化的实践中，有利于读者将时间和精力放在系统掌握matplotlib 知识和技能上面，全面提高对matplotlib 的理解程度及应用水平。第1 篇图形第 1 章向几何图形里填充颜色 ............................................................................................... 2 1.1 多边形的颜色填充 ............................................................................................................... 2 1.1.1 规则多边形的颜色填充 ....................................................................................... 2 1.1.2 不规则多边形的颜色填充 ........................................................................................ 4 1.2 交叉曲线的颜色填充 ........................................................................................................... 5 1.3 延伸阅读 ............................................................................................................ 6 1.3.1 水平方向的交叉曲线的颜色填充方法 ....................................................................... 6 1.3.2 垂直方向的交叉曲线的颜色填充方法 .................................................................. 8 1.4 综合案例：交叉间断型曲线的颜色填充 ........................................................................... 9 第2 章使用模块patches 绘制几何图形 .............................................................................. 12 2.1 圆的实现方法 ..................................................................................................................... 12 2.2 椭圆的实现方法 ................................................................................................................. 15 2.3 矩形的实现方法 ................................................................................................................. 17 2.4 圆弧和楔形的绘制方法 ..................................................................................................... 19 2.5 延伸阅读 ............................................................................................................................. 22 2.5.1 使用折线绘制圆 .................................................................................................. 22 2.5.2 使用椭圆绘制圆 ........................................................................................................... 25 2.5.3 使用楔形绘制饼图 ................................................................................................ 26 2.5.4 使用楔形绘制圆环式饼图 .................................................................................. 28 第3 章组合展示统计图形 .................................................................................................... 31 3.1 机器学习中的判别分析示意图 ......................................................................................... 31 3.2 日期型时间序列图 ............................................................................................................. 33 3.3 向直方图中添加概率密度曲线 ......................................................................................... 35 3.4 绘图区域嵌套子绘图区域 ................................................................................................. 39 3.5 延伸阅读：设置一般化的日期刻度线 ............................................................................. 42 第2 篇元素第 4 章设置文本内容的样式和布局 ...................................................................................... 45 4.1 文本注解的展示样式 ......................................................................................................... 45 4.1.1 文本框的样式 ..................................................................................................... 46 4.1.2 文本注释箭头的样式 ...................................................................................................... 47 4.2 文本内容的布局 ................................................................................................................. 49 4.3 延伸阅读 ............................................................................................................................. 54 4.3.1 文本自动换行 ...................................................................................................... 54 4.3.2 文本内容的旋转角度 ............................................................................................. 57 4.3.3 文本内容的旋转模式 .................................................................................................. 59 4.3.4 多行文本的对齐方式 .............................................................................................. 63 4.3.5 文本注释箭头的连接风格 ........................................................................................... 66 第5 章调整计量单位和计量方法 ......................................................................................... 76 5.1 不同计量单位的实现方法 ................................................................................................. 76 5.1.1 弧度和角度的实现方法 ................................................................................................. 76 5.1.2 厘米和英寸的实现方法 .............................................................................................. 78 5.1.3 秒、赫兹和分钟的实现方法 ....................................................................................... 80 5.1.4 文本注释位置的坐标系统的设置方法 ................................................................. 81 5.2 不同计量方法的操作原理 ................................................................................................. 83 第6 章调整刻度线和刻度标签及轴脊的展示效果 ................................................................ 87 6.1 刻度线和刻度标签及轴标签的位置调整 ......................................................................... 87 6.2 刻度线的位置和数值的动态调整 ..................................................................................... 90 6.3 主要刻度线和次要刻度线的调整 ..................................................................................... 92 6.4 轴脊的显示与隐藏 ............................................................................................................. 95 6.5 轴脊的位置调整 ................................................................................................................. 98 第 3 篇交互第 7 章实现图形的动画效果............................................................................................... 104 7.1 使用模块animation 绘制动画 ......................................................................................... 104 7.2 调用模块pyplot 的API 绘制动画 ................................................................................... 106 第8 章实现 GUI 效果 ........................................................................................................ 110 8.1 类RadioButtons 的使用方法 ............................................................................................110 8.2 类Cursor 的使用方法 .......................................................................................................113 8.3 类CheckButtons 的使用方法 ...........................................................................................114 第9 章实现事件处理效果 .................................................................................................. 118 9.1 单击关闭画布后出现事件结果提示 ................................................................................118 9.2 画布局部放大效果的实现方法 ....................................................................................... 120 第 4 篇探索第 10 章从外部导入图像加载到绘图区域 .......................................................................... 124 10.1 外部图像的多样化展示 ................................................................................................. 124 10.2 地势图 ............................................................................................................................. 126 10.3 热力图 ............................................................................................................................. 127 10.4 设置图片具有超链接功能 ............................................................................................. 131 10.5 添加画布层面的外部图像 ............................................................................................. 136 10.6 借助滤镜使得图像产生多样化的展示效果 ................................................................. 140 10.6.1 颜色的翻转 ...................................................................................................... 145 10.6.2 RGB 通道NumPy 数组转换成单通道NumPy 数组 ......................................... 146 第11 章绘制 3D 图形......................................................................................................... 150 11.1 绘制带颜色标尺的彩色曲面 ......................................................................................... 150 11.2 在3D 空间里分层展示投射到指定平面后的2D 柱状图 ...................................... 152 11.3 在3D 空间里绘制散点图 .............................................................................................. 154 第12 章绘制地图 ............................................................................................................... 156 12.1 澳大利亚的首都和首府城市的人口数量 ..................................................................... 156 12.2 当前时点的昼夜地理区域分布图 ................................................................................. 160 12.3 城市之间相隔距离的可视化呈现 ................................................................................. 162 第13 章综合交叉的应用场景............................................................................................. 167 13.1 输入数据可以使用字符串代替变量 ............................................................................. 167 13.2 以PDF 文件格式存储画布图形 .................................................................................... 169 13.3 调用pyplot 的API 和面向对象的API 设置图形属性 .......................................... 171 13.4 用树形图展示文件夹中的文件大小 ............................................................................. 172 13.5 matplotlib 风格集的设置方法 ........................................................................................ 176 13.6 matplotlib 后端类型的配置方法 .................................................................................... 181 第5 篇拓展第 14 章使用 LaTeX 和matplotlib 自带的TeX 功能渲染文本内容 .......................... 187 14.1 准备步骤 ......................................................................................................................... 187 14.2 案例展示 ......................................................................................................................... 188 14.3 延伸阅读 ......................................................................................................................... 190 第15 章使用 matplotlib 书写数学表达式的方法和技巧...................................................... 193 15.1 编辑字符串的规则 ......................................................................................................... 193 15.2 设置输出字符串的字体效果 ......................................................................................... 194 15.3 通过数学公式和数学表达式学习TeX 符号的编写规则 ........................................ 195 15.4 通过数学符号和希腊字母学习TeX 符号的编写规则 ................................................... 204 附录A SciPy 的安装方法 ................................................................................................... 209 附录B IPython 的使用方法 ................................................................................................ 211 附录C mpl_toolkits 包的安装方法和使用方法.................................................................... 221 附录D Python 2 和Python 3 的软件版本的使用建议 ........................................................ 226

下载

pdf

Python数据分析：基于Plotly的动态可视化绘图 (孙洋洋): 标签：python; 积分：1 类型：技术文档上传者：抛砖引玉上传时间：2023-05-28; 简介：随着信息技术的发展和硬件设备成本的降低，当今的互联网存在海量的数据，要想快速从这些数据中获取更多有效的信息，数据可视化是重要的一环。对于Python语言来说，比较传统的数据可视化模块是Matplotlib，但它存在不够美观、静态性、不易分享等缺点，限制了Python在数据可视化方面的发展。为了解决这个问题，新型的动态可视化开源模块Plotly应运而生。由于Plotly具有动态、美观、易用、种类丰富等特性，所以一经问世就受到开发人员的喜爱。本书主要介绍Plotly在可视化各领域的应用，包括基础绘图、数据处理、网页开发、程序GUI、机器学习和量化投资等，方便读者对Plotly快速上手。本书绝大部分代码用Python语言编写，同时也给出了Plotly在R语言、MATLAB和JavaScript中的应用案例。 1.1 Plotly简介 1.2 安装与安装环境 1.3 在线初始化 1.4 在线绘图隐私说明 1.5 开始在线绘图 1.6 使用离线绘图库 1.7 参数解读 1.8 查看帮助第2章 Plotly基础图形 2.1 基础案例解读 2.2 基本绘图流程 2.3 散点图 2.3.1 基本案例 2.3.2 样式设置 2.3.3 应用案例 2.3.4 参数解读 2.4 气泡图 2.4.1 基本案例 2.4.2 样式设置 2.4.3 缩放设置 2.4.4 参数解读 2.5 线形图 2.5.1 基本案例 2.5.2 数据缺口与连接 2.5.3 数据插值 2.5.4 填充线形图 2.5.5 应用案例 2.5.6 参数解读 2.6 柱状图 2.6.1 基本柱状图 2.6.2 柱状簇 2.6.3 层叠柱状图 2.6.4 瀑布式柱状图 2.6.5 图形样式设置 2.6.6 应用案例 2.6.7 参数解读 2.7 水平条形图 2.7.1 基本案例 2.7.2 应用案例 2.7.3 参数解读 2.8 甘特图 2.8.1 基本甘特图 2.8.2 甘特图（按数字索引） 2.8.3 甘特图（按类别索引） 2.8.4 应用案例 2.9 面积图 2.9.1 基本面积图 2.9.2 内部填充面积图 2.9.3 堆积面积图 2.10 直方图 2.10.1 基本直方图 2.10.2 重叠直方图 2.10.3 层叠直方图 2.10.4 累积直方图 2.10.5 应用案例 2.10.6 参数解读 2.11 饼图 2.11.1 基本饼图 2.11.2 环形饼图 2.11.3 样式设置 2.11.4 应用案例 2.11.5 参数解读 2.12 更多案例 2.13 Plotly对象概览第3章Plotly高级图形 3.1 时间序列 3.1.1 使用方法 3.1.2 时间范围约束 3.2 滑动选择控件 3.3 表格 3.3.1 入门案例 3.3.2 添加链接 3.3.3 使用Pandas 3.3.4 改变大小与颜色 3.3.5 表格与图 3.4 多图表 3.5 多个坐标轴 3.5.1 双坐标轴 3.5.2 多坐标轴 3.5.3 共享坐标轴 3.6 多子图 3.6.1 双子图（方法一） 3.6.2 双子图（方法二） 3.6.3 多子图（方法一） 3.6.4 多子图（方法二） 3.6.5 分割视图区间 3.6.6 子图共享坐标轴（方法一） 3.6.7 子图共享坐标轴（方法二） 3.6.8 子图坐标轴自定义 3.6.9 嵌入式子图 3.6.10 混合图 3.7 绘制SVG 3.7.1 线形图的绘制 3.7.2 线形图应用：创建图形的切线 3.7.3 矩形图的绘制 3.7.4 矩形图应用：设置时间序列区域高亮显示 3.7.5 圆形图的绘制 3.7.6 圆形图应用：高亮显示散点图的聚集簇第4章Plotly与Pandas 4.1 简单快速入门 4.1.1 基本线形图 4.1.2 基本散点图 4.1.3 基本柱状图 4.2 使用cufflinks绘图 4.2.1 安装cufflinks 4.2.2 快速入门 4.2.3 快速获取数据 4.2.4 自定义绘图 4.2.5 常见经典图形 4.2.6 更多案例第5章金融绘图 5.1 快速绘制K线图 5.1.1 检查Plotly版本 5.1.2 快速绘制OHLC（美国线）图 5.1.3 快速绘制蜡烛图 5.2 K线图的优化 5.2.1 过滤非交易时间 5.2.2 设置形状、颜色和注释 5.2.3 添加技术指标 5.3 使用自定义数据的金融绘图 5.4 高级金融绘图 5.4.1 入门案例 5.4.2 综合案例第6章Matplotlib 6.1 Matplotlib简介 6.2 安装Matplotlib 6.3 调整Matplotlib参数 6.4 常用的API功能 6.5 线性函数 6.6 增加子图 6.7 确定坐标范围 6.8 概率图 6.9 散点图 6.10 柱状图 6.11 更多扩展第7章Plotly与网页开发 7.1 Plotly在Django中的应用 7.1.1 安装环境搭建 7.1.2 安装环境测试 7.1.3 入门案例一 7.1.4 入门案例二 7.1.5 更多案例扩展 7.1.6 应用案例一 7.1.7 应用案例二 7.2 Plotly在Flask中的应用 7.2.1 安装Flask 7.2.2 最小的Web应用 7.2.3 模板渲染 7.2.4 入门案例一 7.2.5 入门案例二 7.2.6 应用案例第8章Plotly与GUI开发 8.1 PyQt的安装 8.2 案例解读 8.3 设置提升的窗口部件 8.4 Plotly_PyQt 5的使用 8.5 更多扩展（Plotly） 8.6 Plotly与PyQt 5.6的结合 8.7 更多扩展（Matplotlib） 8.8 应用案例：展示产品组合信息第9章 Plotly与机器学习 9.1 Plotly在Sklearn中的应用 9.1.1 分类问题 9.1.2 回归问题 9.1.3 聚类问题 9.2 PyTorch可视化工具 9.2.1 Visdom简介 9.2.2 安装Visdom 9.2.3 Visdom与Plotly 9.2.4 Visdom基本概念 9.2.5 Visdom经典案例 9.2.6 Visdom与PyTorch 第10章 Plotly在量化投资中的应用第11章 Plotly在其他语言中的应用 11.1 Plotly在R语言中的应用 11.1.1 安装R语言 11.1.2 安装Plotly模块 11.1.3 Plotly应用分析 11.1.4 更多扩展 11.2 Plotly在MATLAB中的应用 11.2.1 下载与安装 11.2.2 基础入门 11.2.3 经典案例 11.2.4 更多扩展 11.3 Plotly在JavaScript语言中的应用 11.3.1 基础入门 11.3.2 散点图 11.3.3 条形图 11.3.4 扇形图 11.3.5 更多扩展

下载

pdf

python—pandas教程: 标签：pandas; 积分：5 类型：技术文档上传者：哈哈88上传时间：2019-07-14; 简介：利用pandas进行数据分析，pandas能实现你意想不到的数据处理世界，拥有他，简单操作所有数据……

下载

pdf

Python数据分析实战: 标签：Python 数据分析; 积分：1 类型：技术文档上传者：走马观花上传时间：2024-01-29; 简介：作者: Fabio Nelli 译者: 杜春晓出版年: 2016 Python 简单易学，拥有丰富的库，并且具有极强的包容性。本书展示了如何利用Python 语言的强大功能，以最小的编程代价进行数据的提取、处理和分析，主要内容包括：数据分析和Python 的基本介绍，NumPy 库，pandas 库，如何使用pandas 读写和提取数据，用matplotlib 库和scikit-learn 库分别实现数据可视化和机器学习，以实例演示如何从原始数据获得信息、D3 库嵌入和手写体数字的识别。

下载

pdf