matplotlib

Python是门很神奇的语言，历经时间和实践检验，受到开发者和数据科学家一致好评，目前已经是全世界发展最好的编程语言之一。简单易用，完整而庞大的第三方库生态圈，使得Python成为编程小白和高级工程师的首选。 在本文中，我们会分享不同于市面上的python数据科学库（如numpy、padnas、scikit-learn、matplotlib等），尽管这些库很棒，但是其他还有一些不为人知，但同样优秀的库需要我们去探索去学习。 1. Wget 从网络上获取数据被认为是数据科学家的必备基本技能，而Wget是一套非交互的基于命令行的文件下载库。ta支持HTTP、HTTPS和FTP协议，也支持使用IP代理。因为ta是非交互的，即使用户未登录，ta也可以在后台运行。所以下次如果你想从网络上下载一个页面，Wget可以帮到你哦。 安装 pip isntall wget 用例 import wget url = 'http://www.futurecrew.com/skaven/song_files/mp3/razorback.mp3' filename = wget.download(url) Run and output 100% [................................................] 3841532 / 3841532 filename

作业说明 　　给定训练集train.csv，要求根据前9个小时的空气监测情况预测第10个小时的PM2.5含量。 训练集介绍： 　　(1)：CSV文件，包含台湾丰原地区240天的气象观测资料(取每个月前20天的数据做训练集，12月X20天=240天，每月后10天数据用于测试，对学生不可见); 　　(2)：每天的监测时间点为0时，1时......到23时，共24个时间节点; 　　(3)：每天的检测指标包括CO、NO、PM2.5、PM10等气体浓度，是否降雨、刮风等气象信息，共计18项； (4):数据集 https://github.com/datawhalechina/leeml-notes/blob/master/docs/Homework/HW_1/Dataset 数据处理 【下文中提到的“数据帧”并非指pandas库中的数据结构DataFrame,而是指一个二维的数据包】 根据作业要求可知，需要用到连续9个时间点的气象观测数据，来预测第10个时间点的PM2.5含量。针对每一天来说，其包含的信息维度为(18,24)(18项指标，24个时间节点)。可以将0到8时的数据截 取出来，形成一个维度为(18,9)的数据帧，作为训练数据，将9时的PM2.5含量取出来，作为该训练数据对应的label；同理可取1到9时的数据作为训练用的数据帧，10时的PM2.5含量作为label......以此

Matplotlib 中的 ticker 模块用于支持坐标轴刻度的修改，调用下列命令可以初步查看主副坐标轴刻度的数值定位方式（locator）与具体格式（formatter）等。 详情: http://matplotlib.org/api/axis_api.html ax .xaxis .get_major_ticks ( ) ax .xaxis .get_minor_ticks ( ) ax .xaxis .get_major_locator ( ) ax .xaxis .get_minor_locator ( ) ax .xaxis .get_major_formatter ( ) ax .xaxis .get_minor_formatter ( ) 设置主副刻度对象属性 # encoding:utf-8 import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator, FormatStrFormatter import numpy as np def test(): ax = plt.subplot( 111) # 注意:一般都在ax中设置,不再plot中设置 t = np.arange( 0.0, 100.0, 1) s = np.sin( 0.1 * np.pi * t) * np

01. 坐标轴刻度样式设置 import matplotlib.pyplot as plt import numpy as np from matplotlib.ticker import AutoMinorLocator,MultipleLocator,FuncFormatter 主要使用到的函数 MultipleLocator() 定义主刻度线的间隔 AutoMinorLocator() 定义次刻度的间隔 FuncFormatter() 设置自定义的刻度标签格式（如小数位数） FormatStrFormatter() 设置自定义的刻度标签格式（如小数位数、添加单位符号） ax.xaxis.set_major_locator() ax.xaxis.set_minor_locator() 设置主/次坐标轴的刻度位置 ax.xaxis.set_major_formatter ax.xaxis.set_minor_formatter() 设置主/次坐标轴的刻度 格式 （小数位数） ax.tick_params() 设置主/次坐标轴刻度线和刻度标签 样式 （大小、颜色） ax.xaxis.get_ticklabels() ax.xaxis.get_ticklines() 获取主/次坐标轴刻度线和刻度标签对象 x=np.linspace(0.5,3.5,100) y=np.sin(x)