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 np list1=[[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/list6 print list5/list6 print 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1.71 print list[0,2] #结果：1.71 ,取第0行第二列数值，即第三列1.71 print 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 plt year=[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 plt year=[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。