python科学计算

我用到的库有如下

下载地址  能够在http://www.lfd.uci.edu/~gohlke/pythonlibs/这个网站下载，速度很快。

由于python缺乏数组的概念，而array并不适合进行计算，因此引入numpy库。

能够经过shape查看和修改数组的格式，当不知道纵轴的标度时，修改纵轴为-1能够依照横轴自动调整纵轴标度。

另有创造数组的函数如arange，logspace函数和linspace。

• >>> a = np.arange(10) >>> a[5] # 用整数做为下标能够获取数组中的某个元素 5 >>> a[3:5] # 用范围做为下标获取数组的一个切片，包括a[3]不包括a[5] array([3, 4]) >>> a[:5] # 省略开始下标，表示从a[0]开始 array([0, 1, 2, 3, 4]) >>> a[:-1] # 下标可使用负数，表示从数组后往前数 array([0, 1, 2, 3, 4, 5, 6, 7, 8]) >>> a[2:4] = 100,101 # 下标还能够用来修改元素的值 >>> a array([ 0, 1, 100, 101, 4, 5, 6, 7, 8, 9]) >>> a[1:-1:2] # 范围中的第三个参数表示步长，2表示隔一个元素取一个元素 array([ 1, 101, 5, 7]) >>> a[::-1] # 省略范围的开始下标和结束下标，步长为-1，整个数组头尾颠倒 array([ 9, 8, 7, 6, 5, 4, 101, 100, 1, 0]) >>> a[5:1:-2] # 步长为负数时，开始下标必须大于结束下标 array([ 5, 101])

 绘图工具 ：

matplotlib

 

如下是摘抄：

matplotlib中的快速绘图的函数库能够经过以下语句载入：

import matplotlib.pyplot as plt 

pylab模块

matplotlib还提供了名为pylab的模块，其中包括了许多numpy和pyplot中经常使用的函数，方便用户快速进行计算和绘图，能够用于IPython中的快速交互式使用。

接下来调用figure建立一个绘图对象，而且使它成为当前的绘图对象。

plt.figure(figsize=(8,4)) 

也能够不建立绘图对象直接调用接下来的plot函数直接绘图，matplotlib会为咱们自动建立一个绘图对象。若是须要同时绘制多幅图表的话，能够是给figure传递一个整数参数指定图标的序号，若是所指定序号的绘图对象已经存在的话，将不建立新的对象，而只是让它成为当前绘图对象。

经过figsize参数能够指定绘图对象的宽度和高度，单位为英寸；dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80。所以本例中所建立的图表窗口的宽度为8*80 = 640像素。

可是用工具栏中的保存按钮保存下来的png图像的大小是800*400像素。这是由于保存图表用的函数savefig使用不一样的DPI配置，savefig函数也有一个dpi参数，若是不设置的话，将使用matplotlib配置文件中的配置，此配置能够经过以下语句进行查看，关于配置文件将在后面的章节进行介绍：

>>> import matplotlib >>> matplotlib.rcParams["savefig.dpi"] 100 

下面的两行程序经过调用plot函数在当前的绘图对象中进行绘图：

plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2) plt.plot(x,z,"b--",label="$cos(x^2)$") 

plot函数的调用方式很灵活，第一句将x,y数组传递给plot以后，用关键字参数指定各类属性：

• label : 给所绘制的曲线一个名字，此名字在图示(legend)中显示。只要在字符串先后添加"$"符号，matplotlib就会使用其内嵌的latex引擎绘制的数学公式。
• color : 指定曲线的颜色
• linewidth : 指定曲线的宽度

第二句直接经过第三个参数"b--"指定曲线的颜色和线型，这个参数称为格式化参数，它可以经过一些易记的符号快速指定曲线的样式。其中b表示蓝色，"--"表示线型为虚线。在IPython中输入 "plt.plot?" 能够查看格式化字符串的详细配置。

接下来经过一系列函数设置绘图对象的各个属性：

plt.xlabel("Time(s)") plt.ylabel("Volt") plt.title("PyPlot First Example") plt.ylim(-1.2,1.2) plt.legend() 

• xlabel : 设置X轴的文字
• ylabel : 设置Y轴的文字
• title : 设置图表的标题
• ylim : 设置Y轴的范围
• legend : 显示图示

最后调用plt.show()显示出咱们建立的全部绘图对象。