1、Matplotlib 2D繪圖庫

1.1、基本介紹

Matplotlib是一個Python 2D繪圖庫，它以多種硬拷貝格式和跨平臺的交互式環境生成出版物質量的圖形。 Matplotlib可用于Python腳本，Python和 IPython Shell、Jupyteropen 筆記本，Web應用程序服務器和四個圖形用戶界面工具包。Matplotlib 嘗試使容易的事情變得更容易，使困難的事情變得可能。 您只需幾行代碼就可以生成圖表、直方圖、功率譜、條形圖、誤差圖、散點圖等。

1.2、基本使用

import matplotlib.pyplot as plt
# 1.創建畫布
plt.figure(figsize=(5, 5), dpi=100)
# 2.繪制折線圖
plt.plot([1, 2, 3, 4, 5, 6 ,7], [17,17,18,15,11,11,13])
# 3.顯示圖像
plt.show()

2、Numpy

Numpy（Numerical Python）是一個開源的Python科學計算庫，用于快速處理任意維度的數組。Numpy支持常見的數組和矩陣操作，對于同樣的數值計算任務，使用Numpy比直接使用Python要簡潔的多。

NumPy包的核心是 ndarray 對象，它封裝了python原生的同數據類型的 n 維數組，Numpy使用ndarray對象來處理多維數組，該對象是一個快速而靈活的大數據容器。

2.1、ndarray 

NumPy 最重要的一個特點是其 N 維數組對象 ndarray，它是一系列同類型數據的集合，以 0 下標為開始進行集合中元素的索引。

• ndarray 對象是用于存放同類型元素的多維數組。
• ndarray 中的每個元素在內存中都有相同存儲大小的區域。

創建一個 ndarray 只需調用 NumPy 的 array 函數即可：

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

參數說明：

• object：數組或嵌套的數列
• dtype：數組元素的數據類型，可選
• copy：對象是否需要復制，可選
• order：創建數組的樣式，C為行方向，F為列方向，A為任意方向（默認）
• subok：默認返回一個與基類類型一致的數組
• ndmin：指定生成數組的最小維度

import numpy as np

# 創建ndarray
score = np.array(
[[80, 89, 86, 67, 79],
[78, 97, 89, 67, 81],
[90, 94, 78, 67, 74],
[91, 91, 90, 67, 69],
[76, 87, 75, 67, 86],
[70, 79, 84, 67, 84],
[94, 92, 93, 67, 64],
[86, 85, 83, 67, 80]])

# 輸出score
score

輸出如下：

2.1.1、ndarray的優勢

原理如下：

1）內存塊風格不同。ndarray在存儲數據的時候，數據與數據的地址都是連續的，這樣就給使得批量操作數組元素時速度更快。ndarray中的所有元素的類型都是相同的，而Python列表中的元素類型是任意的，所以ndarray在存儲元素時內存可以連續，而 python 原生list就只能通過尋址方式找到下一個元素。

2）ndarray支持并行化運算（向量化運算）。numpy內置了并行運算功能，當系統有多個核心時，做某種計算時，numpy會自動做并行計算

3）效率遠高于純Python代碼。Numpy底層使用C語言編寫，內部解除了GIL（全局解釋器鎖），其對數組的操作速度不受Python解釋器的限制，所以，其效率遠高于純Python代碼。