深入浅析Python科学计算库Scipy及安装步骤
作者:SongpingWang
一、Scipy 入门
1.1、Scipy 简介及安装
安装:在C:\Python27\Scripts下打开cmd执行:
执行:pip install scipy
1.2、安装Anaconda及环境搭建(举例演示)
创建环境:conda create -n env_name python=3.6
示例: conda create -n Py_36 python=3.6 #创建名为Py_367的环境
列出所有环境:conda info -e
进入环境: source activate Py_36 (OSX/LINUX系统)
activate Py_36 (windows系统)
1.3、jupyter 安装
jupyter简介:jupyter(Jupyter Notebook)是一个交互式笔记本
支持运行40多种编程语言
数据清理和转换,数值模拟,统计建模,机器学习等
jupyter 安装:conda install jupyter notebook
启动 jupyter:激活相应环境
在控制台执行 :jupyter notebook
notebook服务器运行地址:http://localhost:8888
新建(notebook,文本文件,文件夹)
关闭notebook:ctrl+c执行两次
jupyter notebook 使用:
快捷键:shift+Enter 运行本单元,选中下个单元
Ctrl+Enter 运行本单元,在其下方插入新单元
Y 单元进入代码状态
M 单元进入markdown状态
A 在上方插入新单元
B 在下方插入新单元
X 剪切选中单元
Shift+V 在上方粘贴单元
1.4、scipy的'hello word'
需求:将一个多维数组保存a.mat文件,后加载该mat文件,获取内容并打印
步骤1:导入scipy需要的模块
from scipy import io #(需要使用的模块)
步骤2:利用savemat保存数据
io.savemat(file_name,mdict) io.savemat('a.mat',{''array:a})
步骤3:利用 loadmat载入数据
io.loadmat(file_name) data = io.loadmat('a.mat')
举例1:
from scipy import io #导入io import numpy as np #导入numpy并命名为np arr = np.array([1,2,3,4,5,6]) io.savemat('test.mat',{'arr1':arr}) loadArr=io.loadmat('test.mat')
举例2
from matplotlib import pyplot as plt from scipy import io import numpy as np matrix1 = np.arange(1,10).reshape(3,3) #创建矩阵 io.savemat("matrix1.mat", {"array": matrix1}) #保存矩阵文件 data=io.loadmat('matrix1.mat') #读取矩阵文件 print (data["array"]) #输出矩阵 p1 = np.random.normal(size = 10000) #新建随机数 plt.hist(p1) #绘制柱形图 plt.show() #显示
二、利用Scipy实现统计功能
需求:用Scipy的scipy.stats中的统计函数分析随机数
stats提供了产生连续性分布的函数
均匀分布(uniform)
x=stats.uniform.rvs(size = 20) 生成20个[0,1]均匀分布随机数
-正态分布(norm)
x=stats.norm.rvs(size = 20) 生成20个正态分布随机数
-贝塔分布(beta)
x=stats.beta.rvs(size=20,a=3,b=4)生成20个服从参数a=3,b=4贝塔分布随机数
-离散分布
-伯努利分布(Bernoulli)
-几何分布(geom)
-泊松分布(poisson)
x=stats.poisson.rvs(0.6,loc=0,size = 20)生成20个服从泊松分布随机数
三、计算随机数均值和标准差
stats.norm.fit :利用正态分布去拟合生成的数据,得到其均值和标准差
四、计算随机数的偏度
1.概念:
偏度(skewness)描述的是概率分布的偏度(非对称)程度。
有两个返回值,第二个为p-value,即数据集服从正态分布的概率(0~1)
2 利用 stats.skewtest()计算偏度
五、计算随机数的峰度
1 概念:峰度(kurtosis)-描述的是概率分布曲线陡峭程度
2 利用 stats.kurtosis() 计算峰度
3 正态分布峰度值为3,excess_k为0
低阔峰(platykurtic) 相对于正态分布来说更扁平 excess_k<0
高狭峰(leptokurtic) 相对于正态分布来说更陡峭 excess_k>0
示例:(../Scipy/Test01/test1)
import numpy as np from scipy import stats import matplotlib.pyplot as plt arr = stats.norm.rvs(size=900) (mean,std) = stats.norm.fit(arr) print('平均值',mean) #mean平均值 print('std标准差',std) #std标准差 (skewness,pvalue1) = stats.skewtest(arr) print('偏度值') print(skewness) print('符合正态分布数据的概率为') print(pvalue1) (Kurtosistest,pvalue2) = stats.kurtosistest(arr) print('Kurtosistest',Kurtosistest) #峰度 print('pvalue2',pvalue2) (Normltest,pvalue3) = stats.normaltest(arr) print('Normltest',Normltest) #服从正太分布度 print('pvalue3',pvalue3) num = stats.scoreatpercentile(arr,95) #某一百分比处的数值 print('在95%处的数值:') #某一百分比处的数值 print num indexPercent = stats.percentileofscore(arr,1) #某一数值处的百分比 print ('在数值1处的百分比:') #某一数值处的百分比 print indexPercent plt.hist(arr) #设置直方图 plt.show() #显示图
六、正态分布程度检验
1 正态性检验(normality test),同样返回两个值,第二个返回p-values
2 利用 检验 stats.normaltest()
一般情况 pvalue>0.05 表示服从正态分布
七、计算数据所在区域中某一百分比处的数值
1 利用scoreatpercentile 计算在某一百分比位置的数值
格式:scoreatpercentile (数据集、百分比)
stats.scoreatpercentile(name_arr,percent)
2 示例:求出95%所在位置的数值
num = stats.scoreatpercentile(arr,95) print num
八、从某数值出发找到对应的百分比
利用percentileofscore计算在某数值对应的百分比
格式:percentileofscore(数据集,数值)
示例:indexPercent = stats.percentileofscore(arr,1)
九、直方图显示
import matplotlib.pyplot as plt
在Anaconda环境下(py36)C:\Users\lenovo>导入:conda install matplotlib
plt.hist(arr) #设置直方图
plt.show() #显示图
九、综合练习
1 求出考试分数的以下值:
均值 中位数 众数 极差 方差
标准差 变异系数(均值/方差) 偏度 峰度
2 步骤1: 创建两个二维数组:[分数,出现次数]
arrEasy=np.array([[0,2],[2.5,4],[5,6],[7.5,9],[10,13],[12.5,16],[15,19],[17.5,23], [20,27],[22.5,31],[25,35],[27.5,40],[30,53],[32.5,68],[35,90], [37.5,110],[40,130],[42.5,148],[45,165],[47.5,182],[50,195], [52.5,208],[55,217],[57.5,226],[60,334],[62.5,342],[65,349], [67.5,500],[70,511],[72.5,300],[75,200],[77.5,80],[80,20]]) arrDiff=np.array([[0,20],[2.5,30],[5,45],[7.5,70],[10,100],[12.5,135],[15,170], [17.5,205],[20,226],[22.5,241],[25,251],[27.5,255],[30,256], [32.5,253],[35,249],[37.5,242],[40,234],[42.5,226],[45,217], [47.5,208],[50,195],[52.5,182],[55,165],[57.5,148],[60,130], [62.5,110],[65,40],[67.5,30],[70,20],[72.5,5],[75,5],[77.5,0],[80,0]])
步骤2:创建函数,将传入的多维数组扁平化->变成一维数组
方法1:
def createScore(arr): score = [] #所有学员分数 row = arr.shape[0] for i in np.arange(0,row): for j in np.arange(0,int(arr[i][1])): score.append(arr[i][1])) score = np.array(score) return score
方法2
score_Easy, num_Easy = arrEasy[:,0],arrEasy[:,1] #所有行第一列;所有行第二列 score_Diff, num_Diff = arrDiff[:,0],arrDiff[:,1] #同上 print (score_Easy,num_Easy ) print (score_Diff,num_Diff )
步骤3:创建函数,根据传入数组,对其进行统计
def calStatValue(score): #集中趋势度量 print('均值') print(np.mean(score)) print('中位数') print(np.median(score)) print('众数') print(stats.mode(score)) #离散趋势度量 print('极差') print(np.ptp(score)) print('方差') print(np.var(score)) print('标准差') print(np.std(score)) print('变异系数') print(np.mean(score)/np.std(score)) #偏度与峰度的度量 print('偏度') print(stats.skewness(score)) print('峰度') print(stats.Kurtosis(score))
步骤4:创建函数,做一个简单的箱线图/柱形图
def drawGraghic(score) plt.boxplot([score],labels['score']) #箱线图 plt.title('箱线图') plt.show() plt.hist(score,100) plt.show()
步骤5:
步骤6:
案例完整代码:
import numpy as np from scipy import stats import matplotlib.pyplot as plt def createScore(arr): score = [] #所有学员分数 row = arr.shape[0] #获取多少组元素 for i in np.arange(0,row): #遍历所有元素组 for j in np.arange(0,int(arr[i][1])):#从0开始填充次数,第i行第1列 score.append(arr[i][0])) score = np.array(score) return score _________________________________ 使用切片获取分数 score_Easy, num_Easy = arrEasy[:,0],arrEasy[:,1] #所有行第一列;所有行第二列 score_Diff, num_Diff = arrDiff[:,0],arrDiff[:,1] #同上 print (score_Easy,num_Easy) #查看分数,人数 print (score_Diff,num_Diff) #同上 All_score_Easy = np.repeat(list(score_Easy),list(num_Easy)) #所有分数 All_score_Diff = np.repeat(list(score_Diff),list(num_Diff)) #所有分数 ________________________________ def createOneScore(): arrEasy=np.array([[0,2],[2.5,4],[5,6],[7.5,9],[10,13],[12.5,16],[15,19],[17.5,23], [20,27],[22.5,31],[25,35],[27.5,40],[30,53],[32.5,68],[35,90], [37.5,110],[40,130],[42.5,148],[45,165],[47.5,182],[50,195], [52.5,208],[55,217],[57.5,226],[60,334],[62.5,342],[65,349], [67.5,500],[70,511],[72.5,300],[75,200],[77.5,80],[80,20]]) return createScore(arrOne) def createTwoScore(): arrDiff=np.array([[0,20],[2.5,30],[5,45],[7.5,70],[10,100],[12.5,135],[15,170], [17.5,205],[20,226],[22.5,241],[25,251],[27.5,255],[30,256], [32.5,253],[35,249],[37.5,242],[40,234],[42.5,226],[45,217], [47.5,208],[50,195],[52.5,182],[55,165],[57.5,148],[60,130], [62.5,110],[65,40],[67.5,30],[70,20],[72.5,5],[75,5],[77.5,0],[80,0]]) return createScore(arrTwo) def calStatValue(score): #集中趋势度量 print('均值') print(np.mean(score)) print('中位数') print(np.median(score)) print('众数') print(stats.mode(score)) #离散趋势度量 print('极差') print(np.ptp(score)) print('方差') print(np.var(score)) print('标准差') print(np.std(score)) print('变异系数') print(np.mean(score)/np.std(score)) #偏度与峰度的度量 (skewness,pvalue1) = stats.skewtest(score) print('偏度') print(stats.skewness(score)) (Kurtosistest,pvalue2) = stats.kurtosistest(arr) print('峰度') print(stats.Kurtosis(score)) return #画图 def drawGraghic(score) plt.boxplot([score],labels['score']) #箱线图 plt.title('箱线图') plt.show() plt.hist(score,100) plt.show() return
总结
以上所述是小编给大家介绍的Python科学计算库—Scipy,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!