1、二维数组取值

注：不管是二维数组，还是一维数组，数组里的数据类型要一模一样，即若是数值型，全为数值型

#二维数组import numpy as nplist1=[[1.73,1.68,1.71,1.89,1.78], [54.4,59.2,63.6,88.4,68.7]]list3=[1.73,1.68,1.71,1.89,1.78]list4=[54.4,59.2,63.6,88.4,68.7]list5=np.array([1.73,1.68,1.71,1.89,1.78])list6=np.array([54.4,59.2,63.6,88.4,68.7])#构造二维数组list=np.array([[1.73,1.68,1.71,1.89,1.78], [54.4,59.2,63.6,88.4,68.7]])print type(list1)#两个list直接相运算是会报错的，如果想得到list3中的每个数据除以list4中相对应的数据值，则要引入nump中的array函数# print list3/list4#下面的可以实现list5/list6print list5/list6print type(list) #结果：<type 'numpy.ndarray'>print list.shape #结果：(2, 5) 二行5列二维数组print list[0][2] #结果：1.71 ,取第0行第二列数值，即第三列1.71print list[0,2] #结果：1.71 ,取第0行第二列数值，即第三列1.71print list[:,1:3] #结果：[[ 1.68 1.71] [ 59.2 63.6 ]]，取所有行的，第一列和第三列数据print list[1,:] #结果：[ 54.4 59.2 63.6 88.4 68.7]，取第一行的所有数值

2、 画图

（1）线图

import matplotlib.pyplot as pltyear=[1950,1970,1990,2010]pop=[2.518,3.68,5.23,6.97]# 1.线图#调用plt。plot来画图,横轴纵轴两个参数即可plt.plot(year,pop)# python要用show展现出来图plt.show()

（2）散点图

import matplotlib.pyplot as pltyear=[1950,1970,1990,2010]pop=[2.518,3.68,5.23,6.97]#2.散点图,只是用用scat函数来调用即可plt.scatter(year,pop)plt.show()

（3）直方图

import matplotlib.pyplot as plt#3.直方图# 用hist(x,bins=10)函数来画，参数中x是个List,构建直方图的数集，bins是算出数据的边界及每个bin中有多少个数据点values=[0,0.6,1.4,1.6,2.2,2.5,2.6,3.2,3.5,3.9,4.2,6]#有12个数据，bins=3将其分为3段，即(0,2),(2,4),(4,6),从直方图中可以看出(2,4)中的数据最多plt.hist(values,bins=3)plt.show()

以上这篇基于python 二维数组及画图的实例详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。