项目 内容
课程班级博客链接 https://edu.cnblogs.com/campus/pexy/20sj
这个作业要求链接 https://edu.cnblogs.com/campus/pexy/20sj/homework/12540
博客名称 2003031135—杨楠—Python数据分析第三周作业—第一次实验
要求 每道题要有题目,代码(使用插入代码,不会插入代码的自己查资料解决，不要直接截图代码！！),截图（只截运行结果）。

 

 

 

 

 

 

一、拓展阅读

（一）.Python3及pip、numpy、Matplotlib等模块的安装

 

1、python3安装

（1）python的官网下载python版本，需要下载对应版本（在计算机-属性中查看自己是32位操作系统还是64位操作系统），我是64位的，就下载64位对应的安装包了（如下图：Windows x86-64 executable installer）。

（2）安装python所在地址建议安装在较浅的目录下，方便之后学习时使用

2.pip的安装

（若在pycharm里使用python，pip为内置库，无需安装

pip是一个安装和管理Python包的工具,是easy_install的一个替换品。

（1）首先需要在Python的官网上去下载，下载地址是：

Python Package Index

下载完成之后，解压到一个文件夹，用CMD控制台（不是python中）进入解压目录，输入：

python setup.py install

安装好之后，我们直接在命令行输入pip，如果显示‘pip’不是内部命令，也不是可运行的程序。可能是因为我们还没有添加环境变量。按照之前介绍的添加环境变量的方法，我们在PATH最后添加：

C:\Python34\Scripts;

到现在我们才算完整安装好了pip

3.numpy安装

numpy是python中处理数据与数据分析所需使用的库

（1）在命令窗口输入cmd，在弹出的窗口中输入pip install numpy，等待下载完成

（2）打开python，输入import numpy，若无报错，则导入numpy库成功

3.Matplotlib的安装

Matplotlib与numpy相同，也是python中用于数据处理与分析的数据库

安装方法与numpy一致

（二）Numpy常用方法

NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除了Python的PIL(全局解释器锁),运算效率极好,是大量机器学习框架的基础库!
1.Numpy中比较常用且重要的便是numpy的计算功能（条件运算、统计运算、数组运算、矩阵运算等），含有大量的数学函数，提供给用户们便利的编程体验，numpy中含有random等用于生成随机数的函数，便于用户使用，numpy为机器学习提供了基础库。
二、实训 1 创建数组并进行运算
1.训练要点
（1）掌握Numpy的数组创建及随机数的生成
（2）掌握Numpy中用于统计分析的基本运算函数
2.需求说明
Numpy数组在数值运算方面的效率优于python提供的list,所以灵活掌握Numpy 中的数组的创建以及基础运算时有必要的。
3.实现思路及步骤
（1）创建一个数值范围为0~1,间隔为0.01的数组
（2）创建100个服从正态分布的随机数。
（3）对创建的两个数组进行四则运算。
（4）对创建的随机数组进行简单的统计分析。
 1 import numpy as np
 2 #1、创建一个数值范围为0~1，间隔为0.01的数组
 3 arr1=np.arange(0,1,0.01)
 4 print("arange函数创建的数值范围为0~1间隔为0.01的数组arr1为：\n",arr1)
 5 #2、创建由100个服从正态分布的随机数构成的数组
 6 arr2=np.random.randn(100)
 7 print('生成的随机数组arr2为：\n',arr2)
 8 #3、对创建的两个数组进行四则运算
 9 print('arr1 + arr2：\n',arr1+arr2)
10 print('arrl-arr2：\n',arr1-arr2)
11 print('arrl*arr2：\n',arr1*arr2)
12 print('arrl/arr2：\n',arr1/arr2)
13 #print('arrl**arr2：\n',arr1**arr2)
14 #4、对创建的数组进行简单的统计分析
15 print('正态分布数数组的累计和为：\n',np.cumsum(arr2))#计算所有元素的累计和
16 print('正态分布数去重后的值组为：\n',np.unique(arr2))#去除重复值
17 print('正态分布数组的均值为：',np.mean(arr2))#计算数组均值
18 print('正态分布数组的标准差为:',np.std(arr2))#计算数组标准差
19 print('正态分布数组的方差为：',np.var(arr2))#计算数组方差
20 print('正态分布数组的最小值为:',np.min(arr2))#计算最小值
21 print('正态分布数组的最大值为：',np.max(arr2))#计算最大值
22 print('正态分布数组的总和为：',np.sum(arr2))#计算数组总和

 

 

 

 

 实训2 创建一个国际象棋的棋盘

1，训练要点

（1）掌握矩阵创建方法。

（2）掌握数组索引的方法。

2.需求说明

创建国际象棋棋盘，填充8*8矩阵。国际象棋棋盘是个正方形，由横纵向各8格、颜色一深一浅交错排列的64个小方格组成，深色格为黑格，浅色格为白格，棋子就在这些格子中移动，如图所示。

 3.实验思路及步骤

（1）创建一个8×8矩阵。

（2）把1、3、5、7行和2、4、6列的元素设置为1。

4.运行代码和截图

 1 import numpy as np
 2 arr = np.zeros((8,8),dtype='int32')
 3 arr[0:7:2, 0:7:2] = 1
 4 arr[1:8:2, 1:8:2] = 1
 5 print(arr)                     #首先生成一个模板
 6 for i in range(arr.shape[0]):   #在通过for循环将数字用符号代替
 7     for j in range(arr.shape[1]):
 8         if arr[i,j] == 0:
 9             print('□', end=" ")
10         else:
11             print("■", end=" ")
12     print('')