anaconda環境下Python的Numpy、Scipy、Matlotlib、Scikit-learn等庫的測試程式碼
阿新 • • 發佈:2019-01-23
如題。
從官網上下載python及各種庫,無奈網速太慢毫無效率,配置複雜。找到了解決辦法,就是anaconda。
自帶Numpy、Scipy、Matlotlib、Scikit-learn等庫,可以在navigator中線上下載沒有的庫(如tensorflow,keras),不用配置,十分方便。
測試程式碼如下。
第一個程式碼:斜線座標,測試matplotlib
import matplotlib
import numpy
import scipy
import matplotlib.pyplot as plt
plt.plot([1,2,3])
plt.ylabel('some numbers' )
plt.show()
第二個程式碼:桃心程式,測試numpy和matplotlib
import numpy as np
import matplotlib.pyplot as plt
X = np.arange(-5.0, 5.0, 0.1)
Y = np.arange(-5.0, 5.0, 0.1)
x, y = np.meshgrid(X, Y)
f = 17 * x ** 2 - 16 * np.abs(x) * y + 17 * y ** 2 - 225
fig = plt.figure()
cs = plt.contour(x, y, f, 0, colors = 'r')
plt.show ()
第三個程式:顯示Matplotlib強大繪圖互動功能
# coding=utf-8
import numpy as np
import matplotlib
import scipy
import matplotlib.pyplot as plt
#設定legend: http://bbs.byr.cn/#!article/Python/7705
#mark樣式: http://www.360doc.com/content/14/1026/02/9482_419859060.shtml
#國家 融合特徵值
x1 = [10, 20, 50, 100, 150, 200, 300]
y1 = [0.615 , 0.635, 0.67, 0.745, 0.87, 0.975, 0.49]
#動物
x2 = [10, 20, 50, 70, 90, 100, 120, 150]
y2 = [0.77, 0.62, 0.77, 0.86, 0.87, 0.97, 0.77, 0.47]
#人物
x3 = [10, 20, 50, 70, 90, 100, 120, 150]
y3 = [0.86, 0.86, 0.92, 0.94, 0.97, 0.97, 0.76, 0.46]
#國家
x4 = [10, 20, 50, 70, 90, 100, 120, 150]
y4 = [0.86, 0.85, 0.87, 0.88, 0.95, 1.0, 0.8, 0.49]
plt.title('Entity alignment result')
plt.xlabel('The number of class clusters')
plt.ylabel('Similar entity proportion')
plot1, = plt.plot(x1, y1, '-p', linewidth=2)
plot2, = plt.plot(x2, y2, '-*', linewidth=2)
plot3, = plt.plot(x3, y3, '-h', linewidth=2)
plot4, = plt.plot(x4, y4, '-d', linewidth=2)
plt.xlim(0, 300)
plt.ylim(0.4, 1.0)
#plot返回的不是matplotlib物件本身,而是一個列表,加個逗號之後就把matplotlib物件從列表裡面提取出來
plt.legend( (plot1,plot2,plot3,plot4), ('Spot', 'Animal', 'People', 'Country'), fontsize=10)
plt.show()
第四個程式碼:矩陣資料集,測試sklearn
from sklearn import datasets
iris = datasets.load_iris()
digits = datasets.load_digits()
print digits.data