Python学习-Matplotlib库绘制简单散点图图和线型图、标签设置以及刻度线设置操作目录1、Matplotlib绘图细节的简单理解2、绘制点图、线型图3、给图表设置复杂标注4、移动刻度线1、Matplotlib绘图细节Figure(画板)、axes(画纸)、axis(x轴,y轴)&data(数据)、plot(绘图函数)，title(标题)、axis(Tick,Tick lable,

Python学习-Scipy库线性代数矩阵运算目录1、LU分解2、西尔维斯特方程3、建立块对角矩阵导入库import numpy as np1、LU分解LU分解，矩阵分解的一种，将系数矩阵A转为等价的两个矩阵L、U的乘积，L为单位下三角，U为上三角，是高斯消元法的一种表达式。在线性代数中已经证明，如果方阵是非奇异的，即的行列式不为0，LU分解总是存在的。作用：LU分解主要应用在数值分析中，用来解线

Python学习-Scipy库空间算法、数据结构目录1、快速查找最近邻点KDTree类：KDTree(data, leafsize)2、凸壳计算（点集的边界计算）ConvexHull()导入库import scipy.spatial as sptimport matplotlib.pyplot as pltimport numpy as np1、快速查找最近邻点KDTree类：KDTree(dat

Python学习-Scipy库插值目录1、单变量插值， 一维插值interpld()2、多变量插值 网格数据二维插值 griddata()3、样条插值 InterpolatedUnivariateSpline类对象插值就是根据已知数据点（条件），来预测未知数据点值得方法。具体来说，假如你有n个已知条件，就可以求一个n-1次的插值函数P(x)，使得P(x)接近未知原函数f(x)，并由插值函数预测出你

Python学习-Scipy库统计操作目录1、正态连续随机变量：norm2、概率密度函数norm.pdf()3、累积分布函数norm.cdf()4、统计随机变量的期望值和方差stats()5、描述性统计函数 stat.describe()，求最大最小值、均值、方差、偏差、峰度6、核密度估计(单变量估计stats.gaussian_kde, 多变量估计)导入库import numpy as npfr

Python学习-Scipy库信号处理signal目录1、过滤：以某种方式修改输入信号2、快速傅里叶变换3、信号窗函数4、卷积导入库import matplotlib.pyplot as pltimport scipy.signal as sgnimport numpy as np1、过滤：以某种方式修改输入信号1）快速线性两次应用滤波函数 filtfilt()参数介绍：b: 集合，滤波器所提供的

Python学习-Matplotlib库绘制各类图形（矩形、圆、椭圆、多边形等）目录1、矩形的绘制2、圆与椭圆的绘制3、多边形的绘制导入库import matplotlib.pyplot as plt1、矩形的绘制fig1 = plt.figure(num=1, figsize=(5, 5))# 确保正方形在屏幕上显示一致，固定figure的长宽相等axes1 = fig1.add_subplot