当Python遇上数学建模，你学废了嘛？
**
个人主页
**
文章目录
本文只针对python在数学建模比赛中的应用，不是很全面哦~
一、基础语法
1. 标识符
由字母、数字、下划线组成，不能以数字开头，且区分大小写。单下划线开头的（_foo），表明是不能直接访问的类属性；双下划线开头的（__foo），代表类的私有成员；双下划线开头和结尾的（__foo__），用于特殊方法标识。
2. 保留字符
像and、if等关键词，不能用作标识符。
3. 行和缩进
Python 利用缩进来表示代码块，同一代码块内，缩进的空格数必须保持一致。建议使用单个制表符、两个或四个空格，严禁混用。
a=1if a==1:print(a)print("ture")print("a是等于1的")print("go")4.注释
单行注释以#开头；多行注释使用三个单引号’''或三个双引号"“”。
5. print 输出
默认情况下，print 会换行输出。在变量末尾加上逗号（, ），可实现不换行输出。
x="a" y="b"# 换行输出print x print y print'---------'# 不换行输出print x,print y,# 不换行输出print x,y 在同一行书写多个语句时，使用分号（;）进行分隔。
6. 代码组
缩进相同的一组语句构成代码组。if、while等复合语句，首行以关键字开头，以冒号结束，后续的代码组构成子句。
二、基本数据类型
(一)、变量赋值
1.1 无需类型声明
Python 中的变量赋值不需要类型声明。
每个变量在内存中创建，都包括变量的标识，名称和数据这些信息。
每个变量在使用前都必须赋值，变量赋值以后该变量才会被创建。
等号 = 用来给变量赋值。
等号**=** 运算符左边是一个变量名，等号**=** 运算符右边是存储在变量中的值。例如：
counter =100# 赋值整型变量 miles =1000.0# 浮点型 name ="John"# 字符串print counter print miles print name 1.2 多种赋值方式
- 单个变量赋值：通过
等号，直接将值赋予变量。如miles = 1000.0，将浮点型数据1000.0赋给变量miles。 - 多个变量赋相同值：使用
a = b = c = 1的形式，系统会创建一个值为1的整型对象，让a、b、c三个变量同时指向这一内存空间。 - 多个变量赋不同值：采用
a, b, c = 1, 2, "john"的方式，可分别将不同类型的值，对应地赋给多个变量。
（二）、标准数据类型
2.1 数字（Numbers）
2.1.1 不可变类型
数字数据类型用于存储数值。值得注意的是，当数字变量的值发生改变时，系统会为其分配新的对象。例如，当var1 = 1，若后续修改var1的值，系统将重新分配内存空间。
2.1.2 支持类型
int（有符号整型）：主要用于表示整数，如10、-786等，涵盖了正整数、负整数和零。long（长整型，仅 Python 2.X）：在 Python 2.2 及之后的版本中，当int数据发生溢出时，会自动转换为long类型。在表示长整型数据时，可使用大写L或小写l，为避免与数字1混淆，建议使用大写L，如51924361L。float（浮点型）：用于表示带有小数部分的数值，如0.0、15.20等。complex（复数）：由实部和虚部组成，书写形式为a + bj，或者通过complex(a,b)函数创建，如3.14j。
2.1.3 删除对象引用
可使用del语句删除数字对象的引用。例如，del var1可删除变量var1的引用；del var_a, var_b则可同时删除多个变量的引用。
2.2 字符串（String）
2.2.1 组成与索引
字符串由数字、字母、下划线等字符组成。在字符串中，索引从左至右默认从0开始，从右至左默认从-1开始。例如，对于字符串’abcdef’，字符’a’的索引为0，字符’f’的索引为-1。
2.2.2 切片操作
借助[头下标:尾下标]的方式，可对字符串进行切片操作，从而截取子字符串。需要注意的是，截取的结果包含头下标对应的字符，但不包含尾下标对应的字符。如对’abcdef’执行[1:5]切片操作，将得到’bcde’。(包头不包尾)
2.2.3 运算符
字符串类型支持多种运算符：
- 连接运算符（+）：将两个字符串连接成一个新的字符串，如’Hello,’ + 'World!‘结果为’Hello,World!’。
- 重复运算符（*）：将字符串重复指定次数，如’Hi’ * 3结果为’HiHiHi’。
（三）、数据类型的转换
a=100print(type(a)) b=100.9print(type(b)) c=Trueprint(type(c))
type()打印数据类型的函数
3.1隐式类型转换——自动完成
#隐式转换 ab=a+b print(type(ab))<class 'float'> 3.2显式类型转换——使用类型函数来转换
#强制转换 ab=a+int(b)print(type(ab)) ab=int(a+b)print(type(ab))<class 'int'> <class 'int'> 就是在想要转换的变量前面加一个身份
（四）、复合数据类型
4.1列表
- 基本概念：列表是一种有序、可变的数据类型，可以存储任意类型的数据，元素之间用逗号分隔，整体用方括号
[]包裹。append()方法在列表末尾添加一个元素。
insert()方法在指定位置插入一个元素。- 使用
del语句删除指定位置的元素. pop()方法删除并返回指定位置的元素（默认删除最后一个）。remove()方法删除指定值的第一个匹配项。- 注意点：
- 索引不能超出列表范围，否则会抛出
IndexError异常。 - 列表的切片操作（如
fruits[1:3]）会返回一个新的列表。
- 索引不能超出列表范围，否则会抛出
删除元素
del fruits[2]removed = fruits.pop(1)fruits.remove('pear')添加元素
fruits.append('pear')fruits.insert(1,'grape')修改元素：可以直接通过索引修改指定位置的元素。
fruits[1]='orange'访问元素：通过索引（从 0 开始）访问列表元素。
print(fruits[0])创建列表
fruits =['apple','banana','cherry'] numbers =[1,2,3,4,5] mixed =[1,'hello',True,[1,2,3]]4.2 元组
- 基本概念：元组是一种有序、不可变的数据类型，元素之间用逗号分隔，整体用圆括号
()包裹。虽然不可变，但元组内如果包含可变对象（如列表），可变对象本身是可以修改的。 - 注意点：
- 由于元组不可变，所以没有添加、删除、修改元素的方法。
- 元组在需要保证数据不被意外修改的场景下很有用，并且相比列表，元组的访问速度更快。
访问元素：和列表一样通过索引访问。
print(fruits[1])创建元组
point =(1,2) fruits =('apple','banana','cherry') single =(1,)# 单个元素的元组需要逗号4.3集合（set）
- 基本概念：集合是一种无序、可变、不重复的数据类型，元素之间用逗号分隔，整体用花括号
{}包裹（注意：创建空集合需用set()，因为{}创建的是空字典）。 - 注意点：
- 集合中的元素必须是不可变的，所以不能包含列表等可变对象。
- 集合常用于快速判断元素是否存在、去除重复元素以及进行集合运算。
集合运算：支持并集（| 或 union() 方法）、交集（& 或 intersection() 方法）、差集（- 或 difference() 方法）等。
set1 ={1,2,3,4} set2 ={3,4,5,6}print(set1 | set2)print(set1 & set2)print(set1 - set2)删除元素：remove() 方法删除指定元素（元素不存在时会报错），discard() 方法删除指定元素（元素不存在时不会报错）。
numbers.remove(3) numbers.discard(9)添加元素：使用 add() 方法添加单个元素，update() 方法添加多个元素（可以是列表、元组等可迭代对象）。
numbers.add(5) numbers.update([6,7,8])创建集合
numbers ={1,2,3,4,4}# 重复元素会被自动去除 fruits =set(['apple','banana','cherry'])4.4字典（dict）
- 基本概念：字典是一种无序的、可变的数据类型，以键值对（key - value）的形式存储数据。键必须是唯一且不可变的（如字符串、数字、元组），值可以是任意数据类型。
- 直接赋值
- 使用
dict()函数 - 使用
get()方法，避免键不存在时抛出异常。 - 使用
del语句删除指定键值对。 - 使用
pop()方法删除并返回指定键的值。 - 遍历键
- 遍历值
- 遍历键值对
- 注意点：
- 键的唯一性：字典中键必须唯一，后出现的相同键会覆盖前面的值。
- 键的不可变性：键只能使用不可变数据类型，如不能使用列表作为键。
- 性能优势：字典查找速度快，适合大规模数据的快速查询场景。
遍历字典
for key in person.keys():print(key)for value in person.values():print(value)for key, value in person.items():print(key, value)删除元素
del person['height']age = person.pop('age')修改和添加元素：修改已有键的值，添加新的键值对。
person['age']=26 person['height']=165访问字典元素：通过键获取对应的值。
print(person['name'])print(person.get('height','暂无数据'))创建字典
person ={'name':'Alice','age':25}info =dict(name='Bob', age=30)三、运算符
1. 算术运算符
算术运算符主要用于执行基本的数学运算，涵盖加、减、乘、除等操作，既支持数值类型的运算，部分运算符还能作用于特定的序列类型。
1.1 基本运算
| 运算符 | 描述 | 示例及结果 |
|---|---|---|
| + | 加法，用于数值相加，也可拼接字符串、列表等序列 | 5 + 3结果为8；'Hello ’ + ‘World’结果为’Hello World’ |
| - | 减法，实现数值相减 | 5 - 3结果为2 |
| * | 乘法，实现数值相乘，还能重复序列 | 5 * 3结果为15；‘abc’ * 3结果为’abcabcabc’ |
| / | 除法，结果以浮点数形式呈现 | 5 / 3结果为1.6666666666666667 |
1.2 特殊运算
| 运算符 | 描述 | 示例及结果 |
|---|---|---|
| % | 取模，返回除法运算的余数 | 5 % 3结果为2 |
| ** | 幂运算，计算指数 | 5 ** 3结果为125 |
| // | 取整除，返回商的整数部分 | 5 // 3结果为1 |
2. 比较运算符
比较运算符用于对两个值进行大小或相等关系的比较，其运算结果为布尔类型（True或False），在条件判断语句中应用广泛。
| 运算符 | 描述 | 示例及结果 |
|---|---|---|
| == | 判断两个值是否相等 | 5 == 3结果为False |
| != | 判断两个值是否不相等 | 5 != 3结果为True |
| > | 判断左侧值是否大于右侧值 | 5 > 3结果为True |
| < | 判断左侧值是否小于右侧值 | 5 < 3结果为False |
| >= | 判断左侧值是否大于或等于右侧值 | 5 >= 3结果为True |
| <= | 判断左侧值是否小于或等于右侧值 | 5 <= 3结果为False |
3. 赋值运算符
赋值运算符用于将数据值赋给变量，除了基本的赋值运算符=，还包括多种复合赋值运算符，以简化常见的运算操作。
3.1 基本赋值
| 运算符 | 描述 | 示例 |
|---|---|---|
| = | 将右侧的值赋给左侧变量 | a = 5 |
3.2 复合赋值
| 运算符 | 等价操作 | 示例 |
|---|---|---|
| += | a += b等价于a = a + b | a = 5; a += 3，执行后a的值为8 |
| -= | a -= b等价于a = a - b | a = 5; a -= 3，执行后a的值为2 |
| *= | a *= b等价于a = a * b | a = 5; a *= 3，执行后a的值为15 |
| /= | a /= b等价于a = a / b | a = 5; a /= 3，执行后a的值约为1.6666666666666667 |
| %= | a %= b等价于a = a % b | a = 5; a %= 3，执行后a的值为2 |
| **= | a **= b等价于a = a ** b | a = 5; a **= 3，执行后a的值为125 |
| //= | a //= b等价于a = a // b | a = 5; a //= 3，执行后a的值为1 |
4. 逻辑运算符
逻辑运算符用于组合多个条件语句，从而构建复杂的逻辑表达式，运算结果同样为布尔类型。
| 运算符 | 描述 | 示例及结果 |
|---|---|---|
| and | 逻辑与，当且仅当所有条件都为True时，结果才为True | True and False结果为False |
| or | 逻辑或，只要有一个条件为True，结果就为True | True or False结果为True |
| not | 逻辑非，对条件的结果进行取反 | not True结果为False |
5. 位运算符
位运算符以二进制形式对数字进行操作，通过对二进制位的运算实现特定功能，在计算机底层操作、数据加密等领域应用频繁。
| 运算符 | 描述 | 示例及结果（以a = 60（二进制0011 1100），b = 13（二进制0000 1101）为例） |
|---|---|---|
| & | 按位与，只有对应位都为1时，结果位才为1 | a & b结果为12（二进制0000 1100） |
| ` | ` | 按位或，只要对应位有一个为1，结果位就为1 |
| ^ | 按位异或，对应位不同时，结果位为1 | a ^ b结果为49（二进制0011 0001） |
| ~ | 按位取反，将二进制位中的0和1进行反转 | ~a结果为-61 |
| << | 左移，将二进制位向左移动指定的位数，低位补0 | a << 2结果为240（二进制1111 0000） |
| >> | 右移，将二进制位向右移动指定的位数 | a >> 2结果为15（二进制0000 1111） |
6. 成员运算符
成员运算符用于判断一个值是否属于某个序列，返回布尔类型的结果，在遍历和筛选数据时十分实用。
| 运算符 | 描述 | 示例及结果 |
|---|---|---|
| in | 判断指定值是否存在于序列中 | my_list = [1, 2, 3, 4, 5]; 3 in my_list结果为True |
| not in | 判断指定值是否不存在于序列中 | my_list = [1, 2, 3, 4, 5]; 6 not in my_list结果为True |
7. 身份运算符
身份运算符用于判断两个对象是否引用自同一个对象，即是否在内存中占据相同的位置，同样返回布尔类型结果。
| 运算符 | 描述 | 示例及结果 |
|---|---|---|
| is | 判断两个对象是否为同一个对象 | a = [1, 2, 3]; b = a; a is b结果为True |
| is not | 判断两个对象是否不是同一个对象 | a = [1, 2, 3]; c = [1, 2, 3]; a is not c结果为True |
8. 运算符优先级
当一个表达式中包含多个运算符时，Python 会依据既定的优先级规则来确定运算顺序。通常，乘除运算的优先级高于加减运算。合理使用括号可以改变运算的优先级，使表达式的逻辑更加清晰。
| 运算符类型 | 优先级从高到低 |
|---|---|
| 算术运算符 | ** > ~、+（正号）、-（负号） > *、/、%、// > +、- |
| 位运算符 | <<、>> > & > ^、` |
| 比较运算符 | ==、!=、>、<、>=、<= |
| 逻辑运算符 | not > and > or |
举例说明：
result = 3 + 5 * 2 # 先执行乘法，再执行加法，结果为13 result = (3 + 5) * 2 # 先执行括号内的加法，再执行乘法，结果为16 四、判断与循环
1.判断
if 语句
if语句是 Python 中最基本的条件判断结构，其作用是当指定条件为True时，执行相应的代码块。语法如下：
if condition:# 条件为 True 时执行的代码块pass在上述代码中，condition是一个表达式，它的结果要么是True，要么是False。pass是占位符，当你暂时不想编写具体代码时，可以使用它。举个例子：
age =18if age >=18:print("你已成年")if - else 语句
if - else语句用于在条件为True和False时，分别执行不同的代码块。语法如下：
if condition:# 条件为 True 时执行的代码块passelse:# 条件为 False 时执行的代码块pass沿用上面的例子，我们添加else分支：
age =16if age >=18:print("你已成年")else:print("你未成年")if - elif - else 语句
if - elif - else语句用于多个条件的判断，会按顺序依次检查每个条件，一旦某个条件为True，就会执行对应的代码块，后续的条件将不再检查。语法如下：
if condition1:# condition1 为 True 时执行的代码块passelif condition2:# condition2 为 True 时执行的代码块passelse:# 所有条件都为 False 时执行的代码块pass假设我们要根据学生的成绩给出评级：
score =85if score >=90:print("A")elif score >=80:print("B")elif score >=70:print("C")else:print("D")2. 循环语句
for 循环
for循环用于遍历可迭代对象，如列表、元组、字符串等。语法如下：
for item in iterable:# 针对每个 item 执行的代码块pass遍历列表示例：
fruits =["苹果","香蕉","橙子"]for fruit in fruits:print(fruit)range()函数常与for循环搭配使用，生成一系列整数。例如，打印 0 到 4 的数字：
for i inrange(5):print(i)while 循环
while循环会在指定条件为True时，重复执行代码块。语法如下：
while condition:# 条件为 True 时执行的代码块pass比如，实现一个简单的倒计时：
count =5while count >0:print(count) count -=1循环控制语句
break：用于立即终止循环，跳出整个循环体。例如，在遍历列表时，找到特定元素后终止循环：
nums =[1,2,3,4,5]for num in nums:if num ==3:breakprint(num)continue：用于跳过当前循环的剩余代码，直接开始下一次循环。如，打印列表中的奇数：
nums =[1,2,3,4,5]for num in nums:if num %2==0:continueprint(num)五、函数
（一）、函数基础
1. 定义函数
在 Python 中，使用def关键字定义函数，具体语法结构为def 函数名(参数列表): 函数体。下面以一个简单的加法函数为例：
defadd(a, b):return a + b 在这段代码里，add是函数名，它是函数的唯一标识，通过函数名可调用函数。a和b是参数，作为函数的输入数据，在函数被调用时，会接收外部传入的值。return语句用来返回函数的计算结果，将函数的处理结果反馈给调用者。
2. 调用函数
定义好函数后，就可以在代码的其他位置调用它。调用函数的方式是使用函数名，并在括号内传入相应参数。
result = add(3,5)print(result)上述代码通过add(3, 5)的形式，将 3 和 5 作为参数传入add函数。程序会执行函数内部的代码，即计算a + b，然后返回计算结果，赋值给result变量，最后通过print函数输出结果。
（二）、函数参数
1. 默认参数
在定义函数时，可以为参数设置默认值。当调用函数时不传入该参数，函数会使用默认值。这在很多场景下都能简化函数调用，提高代码的灵活性。
defgreet(name, message="Hello"):print(f"{message}, {name}!") greet("Alice") greet("Bob","Hi")在上述代码中，message参数有默认值"Hello"。第一个调用greet(“Alice”)时，由于没有传入message参数，函数会使用默认的问候语"Hello"；第二个调用greet(“Bob”, “Hi”)时，传入了新的问候语"Hi"，函数会使用传入的值。
2. 可变参数
有时候，我们不确定会传入多少个参数，这时可以使用可变参数。可变参数有两种形式：*args和**kwargs。
*args用来收集多个位置参数，这些参数会被封装成一个元组。如下示例：
defprint_args(*args):for arg in args:print(arg) print_args(1,2,3)**kwargs用来收集多个关键字参数，这些参数会被封装成一个字典，键为参数名，值为参数值。
defprint_kwargs(**kwargs):for key, value in kwargs.items():print(f"{key}: {value}") print_kwargs(name="Alice", age=25)在实际开发中，这两种可变参数形式能让函数适应不同数量和类型的参数输入，增强函数的通用性。
（三）、匿名函数
Python 中的匿名函数，也叫lambda函数，通常用于定义简单的、一次性的函数。lambda 函数没有函数名，使用lambda关键字定义，后面跟着参数，冒号后面是返回值的表达式。
square =lambda x: x **2print(square(4))lambda 函数适用于一些简单的、不需要重复使用的函数场景。比如在sorted、map、filter等函数中作为参数。下面以sorted函数为例：
students =[{"name":"Alice","age":20},{"name":"Bob","age":18}] sorted_students =sorted(students, key=lambda item: item["age"])print(sorted_students)上述代码通过lambda item: item["age"]定义了排序的依据，让sorted函数按学生年龄对列表进行排序。
（四）、函数作为对象
在 Python 中，函数是一等公民，可以像其他数据类型一样进行传递、赋值和作为参数。这意味着函数可以被赋值给变量，作为参数传递给其他函数，甚至作为其他函数的返回值。
defoperate(a, b, func):return func(a, b)defmultiply(a, b):return a * b result = operate(3,4, multiply)print(result)在operate函数中，func参数接收一个函数对象。通过这种方式，operate函数可以根据传入的不同函数，实现不同的运算逻辑，这为 Python 的函数式编程奠定了基础，使代码具备更高的灵活性和抽象性。
六、文件操作
（一）、文件操作基础
1. 打开文件
在 Python 里，借助open()函数打开文件。其最基本的语法是open(文件名name, 打开模式mode)，打开模式决定了对文件的操作权限。
file=open('example.txt','r')上述代码以只读模式（r）打开名为example.txt的文件。r表示只能读取文件内容，不能修改文件。其他常用的打开模式还有w（写入模式，会覆盖原有内容）、a（追加模式，在文件末尾添加内容）。
2. 读取文件
文件打开后，就可以读取文件内容。read()方法用于读取整个文件，readline()方法每次读取一行。
file=open('example.txt','r') content =file.read()print(content)file.seek(0)# 将文件指针移到文件开头 line =file.readline()print(line)file.close()seek(0)方法把文件指针移到文件开头，以便再次读取文件。使用完文件后，务必调用close()方法关闭文件，防止资源泄露。
3. 写入文件
若要写入文件，可使用write()方法。下面以写入模式打开文件，并写入内容：
file=open('example.txt','w')file.write('这是新写入的内容')file.close()若使用追加模式a，新内容会添加到文件末尾，而不会覆盖原有内容。
（二）、上下文管理器
频繁地打开和关闭文件不仅繁琐，还容易引发错误。Python 的with语句能有效解决这一问题。
withopen('example.txt','r')asfile: content =file.read()print(content)使用with语句时，文件会在代码块执行完毕后自动关闭，即便代码块中发生异常，也能确保文件正确关闭，极大地简化了代码，提高了代码的安全性。
(三)、二进制文件操作
除了文本文件，Python 也能处理二进制文件，如图片、音频、视频等。以读取和写入图片文件为例：
withopen('image.jpg','rb')as input_file:withopen('new_image.jpg','wb')as output_file: data = input_file.read() output_file.write(data)rb表示以二进制只读模式打开文件，wb表示以二进制写入模式打开文件。在处理二进制文件时，务必使用二进制模式，防止数据损坏。
七、模块导入与应用
1.Numpy：数值计算的基石
Numpy 是 Python 科学计算的基础库，它提供了高性能的多维数组对象，以及用于处理这些数组的工具。无论是简单的数学运算，还是复杂的机器学习算法，Numpy 都是不可或缺的工具。
1.1 安装 Numpy
如果你使用的是 Anaconda，那么可以在终端中使用如下命令进行安装：
conda install numpy 若你没有安装 Anaconda，也可以使用 pip 进行安装：
pip install numpy 1.2 导入 Numpy
在 Python 脚本或交互式环境中，通常使用如下方式导入 Numpy：
import numpy as np 这种导入方式，让np成为numpy的别名，后续使用 Numpy 功能时，调用np即可，极大提高代码的简洁性。比如创建一个一维数组：
arr = np.array([1,2,3,4,5])print(arr)2.Pandas：数据处理的利器
Pandas 是专门用于数据处理和分析的库，它提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。
2.1安装 Pandas
使用 Anaconda 安装 Pandas，在终端输入：
conda install pandas 使用 pip 安装的命令如下：
pip install pandas 2.2 导入 Pandas
在 Python 代码中，常用如下方式导入 Pandas：
import pandas as pd 以读取 CSV 文件为例，展示 Pandas 的基本用法：
data = pd.read_csv('example.csv')print(data.head())3.Matplotlib：数据可视化大师
Matplotlib 是 Python 中最常用的数据可视化库，它能帮助我们将数据以各种图表的形式呈现出来，让数据更加直观易懂。
3.1 安装 Matplotlib
通过 Anaconda 安装：
conda install matplotlib 使用 pip 安装：
pip install matplotlib 3.2 导入 Matplotlib
在 Python 脚本中，通常这样导入 Matplotlib 的pyplot模块：
import matplotlib.pyplot as plt 下面通过一个简单的示例，绘制一条折线图：
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,10,100) y = np.sin(x) plt.plot(x, y) plt.show()4. 多模块协同使用
在实际的数据分析项目中，这三个模块通常会协同工作。下面通过一个综合案例，展示它们如何配合完成一个简单的数据分析任务。
案例：分析学生成绩数据
假设有一份学生成绩的 CSV 文件，包含学生姓名、各科成绩等信息。我们将使用 Pandas 读取数据，Numpy 进行数据计算，Matplotlib 绘制成绩分布图表。
import pandas as pd import numpy as np import matplotlib.pyplot as plt # 读取数据 data = pd.read_csv('scores.csv')# 计算平均成绩 data['Average']= np.mean(data[['Math','Science','English']], axis =1)# 绘制平均成绩分布直方图 plt.hist(data['Average'], bins =10, edgecolor ='black') plt.xlabel('Average Score') plt.ylabel('Number of Students') plt.title('Distribution of Average Scores') plt.show() 使用 pip 安装： ```python pip install matplotlib 3.2 导入 Matplotlib
在 Python 脚本中，通常这样导入 Matplotlib 的pyplot模块：
import matplotlib.pyplot as plt 下面通过一个简单的示例，绘制一条折线图：
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,10,100) y = np.sin(x) plt.plot(x, y) plt.show()4. 多模块协同使用
在实际的数据分析项目中，这三个模块通常会协同工作。下面通过一个综合案例，展示它们如何配合完成一个简单的数据分析任务。
案例：分析学生成绩数据
假设有一份学生成绩的 CSV 文件，包含学生姓名、各科成绩等信息。我们将使用 Pandas 读取数据，Numpy 进行数据计算，Matplotlib 绘制成绩分布图表。
import pandas as pd import numpy as np import matplotlib.pyplot as plt # 读取数据 data = pd.read_csv('scores.csv')# 计算平均成绩 data['Average']= np.mean(data[['Math','Science','English']], axis =1)# 绘制平均成绩分布直方图 plt.hist(data['Average'], bins =10, edgecolor ='black') plt.xlabel('Average Score') plt.ylabel('Number of Students') plt.title('Distribution of Average Scores') plt.show()
