Python+snap7（snap部分僅西門子使用）Python基礎(chǔ)與數(shù)據(jù)分析、可視化編程

Python基礎(chǔ)與數(shù)據(jù)分析、可視化編程云南中煙培訓(xùn)中心云南中煙YNTobaccoPython基礎(chǔ)01Python語(yǔ)法基礎(chǔ)1、Python的語(yǔ)?設(shè)計(jì)強(qiáng)調(diào)的是可讀性、簡(jiǎn)潔和清晰。有些?稱Python為“可執(zhí)?的偽代碼”。2、Python是解釋性語(yǔ)?。Python解釋器同?時(shí)間只能運(yùn)??個(gè)程序的?條語(yǔ)句。3、Tab補(bǔ)全：按下Tab，會(huì)搜索已輸?變量（對(duì)象、函數(shù)等等）的命名空間。4、使?縮進(jìn)，?不是括號(hào)：Python使?空?字符（tab和空格）來(lái)組織代碼，?不是像其它語(yǔ)?，?如R、C++、JAVA和Perl那樣使?括號(hào)。5、Python的語(yǔ)句不需要?分號(hào)結(jié)尾。但是，分號(hào)卻可以?來(lái)給同在??的語(yǔ)句切分：a=5;b=6;c=7forxinarray:ifx<7:

print(‘xxxxx’)else:

print(‘yyyyy’)Python語(yǔ)法基礎(chǔ)對(duì)象屬性：1、Python語(yǔ)?的?個(gè)重要特性就是它的對(duì)象模型的?致性。2、每個(gè)數(shù)字、字符串、數(shù)據(jù)結(jié)構(gòu)、函數(shù)、類、模塊等等，都是在Python解釋器的?有“盒?”內(nèi)，它被認(rèn)為是Python對(duì)象。每個(gè)對(duì)象都有類型（例如，字符串或函數(shù)）和內(nèi)部數(shù)據(jù)。在實(shí)際中，這可以讓語(yǔ)??常靈活，因?yàn)楹瘮?shù)也可以被當(dāng)做對(duì)象使?。注釋：1、任何前?帶有井號(hào)“#”的?本都會(huì)被Python解釋器忽略。這通常被?來(lái)添加注釋。思考：如何注釋多行代碼？2、注釋多行代碼快捷鍵：“Ctrl+/”Python語(yǔ)法基礎(chǔ)Python中的變量變量的規(guī)則：變量名只能包含字母、數(shù)字和下劃線。變量名可以字母或下劃線打頭，但不能以數(shù)字打頭

例如，可將變量命名為message_1，但不能將其命名為1_message。變量名不能包含空格，但可使用下劃線來(lái)分隔其中的單詞。例如，變量名greeting_message可行，但變量名greetingmessage會(huì)引發(fā)錯(cuò)誤。不要將Python關(guān)鍵字和函數(shù)名用作變量名，即不要使用Python保留用于特殊用途的單詞，如print。變量名應(yīng)既簡(jiǎn)短又具有描述性。例如，name比n好，student_name比s_n好，name_length比length_of_persons_name好。慎用小寫字母l和大寫字母O，為什么？？。Python語(yǔ)法基礎(chǔ)Python語(yǔ)言實(shí)現(xiàn)的平臺(tái)：VisualStudio；jupyterNotebook；Pycharm；Anaconda……Pycharm軟件操作1.軟件介紹2.導(dǎo)入Python語(yǔ)法基礎(chǔ)函數(shù)、類、方法、屬性、對(duì)象（1）函數(shù)使用def作為關(guān)鍵詞，但是沒(méi)有在類內(nèi)進(jìn)行定義的有一定功能的代碼塊。示例1：定義一個(gè)加法運(yùn)算函數(shù)。（2）類采用Class作為關(guān)鍵字進(jìn)行定義的代碼塊，表示的是一種用來(lái)描述具有相同的屬性和方法的對(duì)象的集合。示例1：定義一個(gè)dog的類。（3）對(duì)象實(shí)例化之后的類，對(duì)類中的形參進(jìn)行了賦值，賦予其真正的含義或數(shù)值。Python語(yǔ)法基礎(chǔ)函數(shù)、類、方法、屬性、對(duì)象（4）方法使用def作為關(guān)鍵詞，定義在類內(nèi)的函數(shù)。（5）屬性類內(nèi)的稱呼，其實(shí)就是類內(nèi)的變量，同一個(gè)類內(nèi)的不同方法內(nèi)的變量都是這個(gè)類的屬性，也就是這個(gè)類的變量。主要區(qū)別：函數(shù)和方法都是函數(shù)，定義在類內(nèi)叫做方法，定義在類外或者單獨(dú)使用叫做函數(shù)；屬性和變量其實(shí)都是變量，定義在類內(nèi)叫做屬性，定義在類外或者單獨(dú)使用叫做變量；Python語(yǔ)法基礎(chǔ)Python中的類1、什么是類？用來(lái)描述具有相同的屬性和方法的對(duì)象的集合。它定義了該集合中每個(gè)對(duì)象所共有的屬性和方法，對(duì)象是類的實(shí)例。2、面向?qū)ο缶幊痰娜蠡咎匦裕悍庋b，繼承，多態(tài)封裝，就是把客觀事物封裝成抽象的類繼承，指可以讓某個(gè)類型的對(duì)象獲得另一個(gè)類型的對(duì)象的屬性的方法。多態(tài)，是指一個(gè)類實(shí)例的相同方法在不同情形有不同表現(xiàn)形式。importnumpyasnpimportrandomdefcircles(radius:str):returnround(radius*np.pi*2,2)#保留兩位小數(shù)defareas(lengths:float,widths:float):returnlengths*widthsclassDog():"""一次模擬小狗的簡(jiǎn)單嘗試"""def__init__(self,name,age):"""定義和初始化類屬性name和age"""=nameself.age=agedefsit(self):"""模擬小狗被命令時(shí)蹲下"""print(.title()+"isnowsitting.")defroll_over(self):"""模擬小狗被命令時(shí)打滾"""print(.title()+"rolledover!")#類的繼承classColor_dog(Dog):"""一個(gè)彩色的狗"""def__init__(self,name,age,color):"""初始化父類的屬性"""super().__init__(name,age)"""定義和初始化子類的屬性"""self.color=colordefcolor_of_dog(self):print("Thecolorofdogis"+self.color+".")if__name__=="__main__":#根據(jù)類Dog創(chuàng)建實(shí)例

my_dog=Dog('willie',6)#通過(guò)句點(diǎn)表示法來(lái)訪問(wèn)類屬性和調(diào)用類方法

print("Mydog'snameis"+my_.title()+".")print("Mydogis"+str(my_dog.age)+"yearsold.")my_dog.sit()my_dog.roll_over()#創(chuàng)建子類實(shí)例my_black_dogmy_black_dog=Color_dog('jonh','999','black’)#訪問(wèn)子類的屬性和調(diào)用子類的方法

print("Mydog'snameis"+my_black_.title()+".")print("Mydog'scoloris"+my_black_dog.color.title()+".")print("Mydogis"+str(my_black_dog.age)+"yearsold.")my_black_dog.color_of_dog()Python基礎(chǔ)Python中的二元運(yùn)算符和比較運(yùn)算符Python基礎(chǔ)Python中的常見(jiàn)數(shù)據(jù)類型標(biāo)量類型：Python的標(biāo)準(zhǔn)庫(kù)中有一些內(nèi)建的類型，用以處理數(shù)值數(shù)據(jù)、字符串、布爾值和日期時(shí)間。這些單值類型被稱為標(biāo)量類型。Python基礎(chǔ)Python中的常見(jiàn)數(shù)據(jù)類型None類型1.None是一個(gè)空值，空值是Python里的一個(gè)特殊值，用None表示?？梢詫one賦值給任何變量。2.None有自己的數(shù)據(jù)類型，它屬于NoneType類型。None是NoneType數(shù)據(jù)類型的唯一值。3.None不等于空字符串、空列表、0，也不等同于False。4.對(duì)于定義的函數(shù)，如果沒(méi)有return語(yǔ)句，在Python中會(huì)返回None；如果有不帶值的return語(yǔ)句，那么也是返回None。5.對(duì)于定義的函數(shù)，如果默認(rèn)參數(shù)是一個(gè)可修改的容器如列表、集合或字典，可以使用None作為默認(rèn)值。Python基礎(chǔ)Python中的常見(jiàn)數(shù)據(jù)類型字符串類型1.可以用單引號(hào)或雙引號(hào)來(lái)寫字符串。2.對(duì)于有換行符的字符串，可以使用三引號(hào)，‘’‘或“”“都行。3.Python的字符串是不可變的，不能修改字符串。4.許多Python對(duì)象使用str函數(shù)可以被轉(zhuǎn)化為字符串。5.可以合并（拼接）字符串。(+、,、直接連接、格式化等)%的主要作用將數(shù)據(jù)轉(zhuǎn)換為指定的輸出格式。就是占位符，主要是通過(guò)%的方式，將數(shù)字、字符傳遞到字符串里所在位置，傳遞的時(shí)候按照順序傳。%s的使用例子：print(‘Iam’‘%s’‘years‘%3)print('Iam''%s''years'',youare''%s''years'%(3,4))Python語(yǔ)法基礎(chǔ)反斜杠在Python中應(yīng)用反斜杠是轉(zhuǎn)義字符，意思是它備?來(lái)表示特殊字符，?如換?符\n或Unicode字符。要寫?個(gè)包含反斜杠的字符，需要進(jìn)?轉(zhuǎn)義s='33//22'print(s)ss='33\\22'print(ss)s1=r‘d:\this\has\no\special\characters‘#可用s2=‘d:\\this\\has\\times‘#可用s3=‘d:/this/has/times‘#可用print(s1)print(s2)D:\11Python基礎(chǔ)Python中的常見(jiàn)數(shù)據(jù)類型數(shù)值類型：Python的主要數(shù)值類型是int和float。int可以存儲(chǔ)任意?的數(shù)。浮點(diǎn)數(shù)使?Python的float類型，每個(gè)數(shù)都是雙精度（64位）的值。（1）不能得到整數(shù)的除法會(huì)得到浮點(diǎn)數(shù)：3/2=1.5（2）要獲得C-?格的整除（去掉?數(shù)部分），可以使?底除運(yùn)算符//：3//2=？？結(jié)果等于1str、bool、int和float也是函數(shù)，可以?來(lái)轉(zhuǎn)換類型。示例：s='3.14159'轉(zhuǎn)換成浮點(diǎn)數(shù)Python基礎(chǔ)日期和時(shí)間類型：datetime的格式化命令Python基礎(chǔ)日期和時(shí)間類型：Python內(nèi)建的datetime模塊提供了datetime、date和time類型。datetime賦值。dt=datetime(2011,10,29,20,30,21)datetime的格式化命令datetime計(jì)算。系統(tǒng)時(shí)間使用。字符串和datetime類型轉(zhuǎn)換（strftime和strptime方法）Python中的常見(jiàn)數(shù)據(jù)類型Python基礎(chǔ)Python中的可變與不可變對(duì)象1.Python中的大多數(shù)對(duì)象都是可變的，比如列表、字典、numpy數(shù)組和用戶自定義的類型（類）。2.其它的，例如字符串和元組，是不可變的對(duì)象。示例1：a_list=[‘foo’,2,[4,5],(1,2)]a_list[2]=(3,4)print(a_list)示例2：a_tuple=(3,5,(4,5))a_tuple[1]='four'Python基礎(chǔ)——元組1．元組的概念?元組在python里是有序元素集合的對(duì)象類型。?長(zhǎng)度固定、不可變的python對(duì)象序列。?在Python中，用圓括號(hào)“（）”來(lái)表示元組，并用逗號(hào)來(lái)分隔其中的元素。?通過(guò)偏移取數(shù)據(jù)，起始偏移量是0。2.元組的賦值元組創(chuàng)建在只有單個(gè)元素的時(shí)候，必須加逗號(hào)（,），元組里可以嵌套元組。tuple1=(1,)3.列表轉(zhuǎn)化成元組list=[1,2,3,4]

sd=tuple(list)

4.元組的方法排序（sorted）、索引（index）、個(gè)數(shù)（count）、切片（[]）Python基礎(chǔ)——列表1.列表的概念列表在python里是有序元素集合的對(duì)象類型。列表里的對(duì)象可以是任何對(duì)象：數(shù)字，字符串，列表或者字典，元組。與字符串和元組不同，列表是可變對(duì)象，支持原處修改的操作。在Python中，用方括號(hào)“[]”來(lái)表示列表，并用逗號(hào)來(lái)分隔其中的元素。2.列表的創(chuàng)建、元素訪問(wèn)

aa=['test','test1',123,0.1,[1,2],False]

print(aa[5]);print(aa[:2]);print(aa[1:])Python基礎(chǔ)——列表3.修改、添加和刪除列表中的元素修改：aa[1]=‘hello’添加和去除元素：aa.append()aa.remove()；#在后面加，把第一個(gè)去除

aa.insert(2,100)#位置，值aa.pop(位置值)#把某一個(gè)位置的刪除#插入的位置在0到列表長(zhǎng)度之間刪除：del

aa[1]4.列表的方法排序（sorted）、索引（index）、個(gè)數(shù)（count）、切片（[]）……5．使用迭代方式創(chuàng)建列表示例：list1=[i*4foriin'ASDFEG']6.使用in方法來(lái)判斷對(duì)象是否在列表中aa

=[1,2,3,4,123,446,234]print(123inaa)Python基礎(chǔ)——字典1.字典的概念字典在python里是無(wú)序集合對(duì)象類型。字典的值都有獨(dú)立的唯一的鍵，用相應(yīng)的鍵來(lái)取值。序列運(yùn)算無(wú)效——串聯(lián)，分片不能使用在Python中，用方括號(hào)“{}”來(lái)表示字典，并用逗號(hào)來(lái)分隔其中的元素，用冒號(hào)來(lái)區(qū)分鍵與值。2.字典的賦值dict={'a':99,'b':108,'c':'test'}

Python基礎(chǔ)——字典4.關(guān)于字典的值和鍵keys()方法和values()方法分別提供字典鍵、值示例1：dict1.keys()3.字典的比較：

字典的比較比較的是字典的鍵，而不是字典的值,可以使用zip方式將字典的值和鍵反過(guò)來(lái)，這樣就會(huì)比較值了，可以使用sorted函數(shù)對(duì)字典進(jìn)行排序。dict1={‘a(chǎn)’:1,‘b’:2,‘c’:3,‘d’:4}dict2=dict(zip(dict1.values(),dict1.keys()))Python基礎(chǔ)——集合2.集合的創(chuàng)建方式（1）set([2,1,4,5,6])（2）{1,2,2,3,3,4,5}1.集合的概念集合在python里是一種無(wú)序且元素唯一的對(duì)象類型。集合像字典，但只有鍵沒(méi)有值。3.集合的操作見(jiàn)課本（68頁(yè)）Python基礎(chǔ)——Python中的控制流（1）if、elif和else（2）for循環(huán) Forvalueincollection： #程序段示例:編寫圓周值判斷程序。示例:編寫for循環(huán)程序，求100以內(nèi)數(shù)字的和，包含100。a.可以用continue使for循環(huán)提前跳過(guò)剩下的部分。示例:創(chuàng)建列表aa=[1,2,3,None,4,None,5]，使用for循環(huán)求列表aa中所有元素的和。

b.可以用break跳出for循環(huán)。示例:創(chuàng)建列表aa=[1,2,3,None,4,None,5]，使用for循環(huán)求列表aa中出現(xiàn)空值前的所有元素的和。Python基礎(chǔ)——Python中的控制流

c.break只中斷for循環(huán)的最內(nèi)層，其余的for循環(huán)仍會(huì)運(yùn)行。示例:使用for循環(huán)編寫程序，輸出0到3的所有第一個(gè)元素大于等于第二個(gè)元素的元組。（3）while循環(huán)While循環(huán)會(huì)在符合條件時(shí)，一直執(zhí)行代碼塊，直到條件判斷為False或遇到break時(shí)，才會(huì)結(jié)束。while條件：

#程序段示例1:使用while循環(huán)求100以內(nèi)數(shù)的和。示例2:使用while循環(huán)求100以內(nèi)奇數(shù)的和。Python基礎(chǔ)Random模塊1、Python中的random和numpy中的randompython:(一般只能操作一維的列表，多維也視為一維)random.random()，括號(hào)中不填參數(shù)生成0到1直接之間的隨機(jī)實(shí)數(shù)，區(qū)間[0,1)random.randint(0,100)生成0到100直接之間的隨機(jī)整數(shù)，區(qū)間[0,100]random.randrange(0,100)，第一個(gè)參數(shù)可以省略，默認(rèn)0，生成0到100直接之間的隨機(jī)整數(shù)，區(qū)間[0,100)random.uniform(0,100)生成0到100直接之間的隨機(jī)浮點(diǎn)數(shù)，區(qū)間[0,100]random.choice(list/tuple/string)從給定的列表/元組/字符串中隨機(jī)選中一個(gè)元素返回secrets.choice(list/tuple/string)從給定的列表/元組/字符串中隨機(jī)選中一個(gè)元素返回secrets.randbelow(100)，括號(hào)中只有結(jié)束數(shù)字，沒(méi)有開(kāi)始數(shù)字，默認(rèn)從0開(kāi)始返回0到100之間的隨機(jī)整數(shù)，區(qū)間[0,100)示例：生成10個(gè)隨機(jī)浮點(diǎn)數(shù)，下列程序塊能成功嗎？aa=random.uniform(5,6,size=10)print(aa)Python基礎(chǔ)Range函數(shù)1、range函數(shù)返回?個(gè)迭代器，它產(chǎn)??個(gè)均勻分布的整數(shù)序列：list(range(10))2、range的三個(gè)參數(shù)是（起點(diǎn)，終點(diǎn)，步進(jìn)）：list(range(0,20,2))3、range產(chǎn)?的整數(shù)不包括終點(diǎn)。sum=0foriinrange(100000): ifi/3==0ori%5==0:

sum+=iprint(sum)Numpy模塊02Python中的numpy模塊1、NumPy（NumericalPython的簡(jiǎn)稱）是Python科學(xué)計(jì)算的基礎(chǔ)包。2、NumPy通常與SciPy（ScientificPython）和Matplotlib（繪圖庫(kù)）一起使用。這種組合廣泛用于替代MatLab，是一個(gè)流行的技術(shù)計(jì)算平臺(tái)，Python作為MatLab的替代方案，現(xiàn)在被視為一種更加現(xiàn)代和完整的編程語(yǔ)言。?ndarray，對(duì)數(shù)組數(shù)據(jù)計(jì)算非常高效。?Numpy

算法庫(kù)使用C語(yǔ)言編寫，數(shù)據(jù)傳遞、返回方式簡(jiǎn)單。?Numpy可以針對(duì)全數(shù)組進(jìn)行復(fù)雜運(yùn)算，不需要編寫循環(huán)語(yǔ)句。示例：使用列表和ndarray數(shù)組進(jìn)行運(yùn)算對(duì)比，對(duì)含有100000個(gè)元素的列表和數(shù)組進(jìn)行乘法運(yùn)算。Python中的numpy模塊1、NumPy中定義的最重要的對(duì)象是稱為ndarray的N維數(shù)組類型。2、它描述相同類型的元素集合，可以使用基于零的索引訪問(wèn)集合中的項(xiàng)目。3、ndarray中的每個(gè)元素在內(nèi)存中使用相同大小的塊。ndarray中的每個(gè)元素是數(shù)據(jù)類型對(duì)象的對(duì)象（稱為dtype）。NumPy-Ndarray對(duì)象創(chuàng)建一個(gè)ndarray方法及其構(gòu)造器參數(shù)如下：numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)

序號(hào)參數(shù)及描述1.object

任何暴露數(shù)組接口方法的對(duì)象都會(huì)返回一個(gè)數(shù)組或任何（嵌套）序列。2.dtype

數(shù)組的所需數(shù)據(jù)類型，可選。3.copy

可選，默認(rèn)為true，對(duì)象是否被復(fù)制。4.order

C（按行）、F（按列）或A（任意，默認(rèn)）。5.subok

默認(rèn)情況下，返回的數(shù)組被強(qiáng)制為基類數(shù)組。如果為true，則返回子類。6.ndmin

指定返回?cái)?shù)組的最小維數(shù)。Python中的numpy模塊NumPy-Ndarray對(duì)象例1：創(chuàng)建一個(gè)一維數(shù)組 a=np.array([1,2,3])例2：創(chuàng)建一個(gè)二維數(shù)組 b=np.array([1,2,3],[1,2,3])例3：為創(chuàng)建的數(shù)組指定最小的維度 a=np.array([1,2,3,4,5],ndmin=2)例4：指定數(shù)組元素的數(shù)據(jù)類型 a=np.array([1,2,3],dtype=complex)例5：數(shù)組求轉(zhuǎn)置 b=a.TPython中的numpy模塊NumPy-Ndarray對(duì)象，numpy的數(shù)據(jù)類型Python中的numpy模塊NumPy的數(shù)組屬性Ndarray.shape：數(shù)組屬性返回一個(gè)包含數(shù)組維度的元組，它也可以用于調(diào)整數(shù)組大小。例1：調(diào)整數(shù)組的形狀的兩種方式 a=np.array([[1,2,3],[4,5,6]])b.shape=(3,2)print(b)c=b.reshape(3,2)#元素個(gè)數(shù)必須與原來(lái)保持一致print(c)Ndarray.ndim：數(shù)組屬性返回?cái)?shù)組的維數(shù)。例2： a=np.arange(24)print(a.ndim)b=a.reshape(2,4,3)print(b.ndim)print(b)Python中的numpy模塊NumPy的數(shù)組屬性Ndarray.itemsize：數(shù)組屬性返回返回?cái)?shù)組中每個(gè)元素的字節(jié)單位長(zhǎng)度。例1： x=np.array([1,2,3,4,5],dtype=32)y=np.array([1,2,3,4,5],dtype=np.float32)z=np.array([1,2,3,4,5],dtype=np.float32)aa=np.array([1,2,3,4,5],dtype=float)print(x.itemsize)

print(y.itemsize)Python中的numpy模塊NumPy特殊數(shù)組的創(chuàng)建方法Numpy.empty#空數(shù)組中的元素為隨機(jī)值，默認(rèn)數(shù)據(jù)類型為浮點(diǎn)數(shù)Numpy.zerosNumpy.ones構(gòu)造器：numpy.empty(shape,dtype=float,order='C’)Shape空數(shù)組的形狀，整數(shù)或整數(shù)元組Dtype所需的輸出數(shù)組類型，可選示例1：生成一個(gè)5個(gè)元素的一維數(shù)組，數(shù)據(jù)類型為int型。示例2：生產(chǎn)一個(gè)2維數(shù)組，每個(gè)維度包含4個(gè)元素，數(shù)據(jù)類型為float型。示例3：生成一個(gè)全零的一維數(shù)組，元素個(gè)數(shù)為10個(gè)。示例4：生成一個(gè)全1的4*2維數(shù)組。Python中的numpy模塊NumPy將其他類型對(duì)象轉(zhuǎn)換成數(shù)組的方法numpy.asarray構(gòu)造器：numpy.asarray(a,

dtype=None,order=None)a:任意形式的輸入?yún)?shù)，比如列表、列表的元組、元組、元組的元組、元組的列表例1：x=[1,2,3]a=np.asarray(x)print(a)b=np.asarray(x,dtype=float)print(b)y=(1,2,3)c=np.asarray(y)print(c)Python中的numpy模塊NumPy構(gòu)造來(lái)自數(shù)值范圍的數(shù)組numpy.arrange構(gòu)造器：numpy.arange(start,stop,step,dtype)Start，默認(rèn)為0；stop，終止范圍不包含；例1：x=np.arange(5)#默認(rèn)數(shù)據(jù)類型是int型。y=np.arange(5,dtype=float)z=np.arange(0,20,2,dtype=float)print(x)print(y)print(z)Python中的numpy模塊NumPy構(gòu)造來(lái)自數(shù)值范圍的數(shù)組numpy.linspace默認(rèn)數(shù)據(jù)類型為浮點(diǎn)數(shù)構(gòu)造器：numpy.linspace(start,stop,num,endpoint,retstep,dtype)Start，默認(rèn)為0；stop，終止值，如果endpoint為true，該值包含于序列中；num，要生成的元素的數(shù)量;Endpoint：默認(rèn)值為Ture示例：x=np.linspace(10,20,5)y=np.linspace(10,20,5,endpoint=False)z=np.linspace(1,2,5,retstep=True)Python中的numpy模塊NumPy的切片和索引例1：a=np.arange(10)s=slice(2,7,2)#定義切片的元組，起始位為2，終止位為7，間隔為1a=np.arange(10)b=a[2:7:2]c=a[5]d=a[2:]e=a[:5]f=a[2:5]例2：a=np.array([[1,2,3],[3,4,5],[4,5,6]])printa[...,0]#第一列元素printa[1,...]#第二行元素printa[...,1:]#第二列及其剩余的元素Python中的numpy模塊NumPy的算數(shù)函數(shù)NumPy擁有標(biāo)準(zhǔn)的三角函數(shù)，它為弧度制單位的給定角度返回三角函數(shù)比值。例1：a=np.array([0,30,45,60,90])print('不同角度的正弦值：')print(np.sin(a*np.pi/180))print('不同角度的余弦值：')print(np.sin(a*np.pi/180))print('不同角度的正切值：')print(np.sin(a*np.pi/180))例2：角度制和弧度制的轉(zhuǎn)換a=np.array([0,30,45,60,90])sin1=np.sin(a*np.pi/180)print(sin1)inv1=np.arcsin(sin1)print(inv1)degs=np.degrees(inv1)#弧度值轉(zhuǎn)換成角度值

print(degs)Python中的numpy模塊NumPy的舍入函數(shù)：numpy.around(a,decimals)a是要輸入數(shù)組；decimals要舍入的小數(shù)位數(shù)。默認(rèn)值為0，如果為負(fù)，整數(shù)將四舍五入到小數(shù)點(diǎn)左側(cè)的位置例1：a=np.array([1.0,5.55,123,0.567,25.532])print(np.around(a))print(np.around(a,decimals=1))Print(np.around(a,decimals=-1))NumPy求數(shù)組的方差、標(biāo)準(zhǔn)差例1：print(np.std([1,2,3,4]))print(np.var([1,2,3,4]))pandas模塊03Python中的pandas模塊1.Pandas的名稱來(lái)自于面板數(shù)據(jù)（paneldata）2.Pandas是一個(gè)強(qiáng)大的分析結(jié)構(gòu)化數(shù)據(jù)的工具集，基于NumPy構(gòu)建，提供了高級(jí)數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)操作工具，它是使Python成為強(qiáng)大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一。3.Pandas的特點(diǎn)： 一個(gè)強(qiáng)大的分析和操作大型結(jié)構(gòu)化數(shù)據(jù)集所需的工具集 基礎(chǔ)是NumPy，提供了高性能矩陣的運(yùn)算 提供了大量能夠快速便捷地處理數(shù)據(jù)的函數(shù)和方法 應(yīng)用于數(shù)據(jù)挖掘，數(shù)據(jù)分析 提供數(shù)據(jù)清洗功能Python中的pandas模塊Series數(shù)據(jù)類型Series是一種類似于一維數(shù)組的對(duì)象，它由一組數(shù)據(jù)（各種NumPy數(shù)據(jù)類型）以及一組與之相關(guān)的數(shù)據(jù)標(biāo)簽（即索引）組成。pandas.Series(data,index,dtype,name,copy)例1：series的創(chuàng)建obj=pd.Series([4,7,-5,3],dtype=16)Series的內(nèi)容：包含值和索引，通過(guò)索引訪問(wèn)值Series可以通過(guò)values屬性和index屬性獲取series對(duì)象的值和索引。類似于字典，如果有字典，可通過(guò)字典直接創(chuàng)建Series例1：使用字典創(chuàng)建series數(shù)據(jù)類型對(duì)象aa={'小熊貓':35000,'云煙':71000,'紅河':16000,'大重九':3300}obj3=pd.Series(aa)例2：使用index、values屬性獲取obj3對(duì)象的值和索引Python中的pandas模塊DataFrame數(shù)據(jù)類型DataFrame([data,index,columns,dtype,copy])#構(gòu)造數(shù)據(jù)框DataFrame是一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu)，它含有一組有序的列，每列可以是不同的值類型（數(shù)值、字符串、布爾值等）。DataFrame既有行索引也有列索引，它可以被看做由Series組成的字典（共用同一個(gè)索引）例1：data={'序號(hào)':[1,2,3,4],'Brand':['印象','云煙','紅河','大重九'],'日期':[datetime.strptime('2022611','%Y%m%d'),datetime.strptime('2022612','%Y%m%d'),datetime.strptime('2022613','%Y%m%d'),datetime.strptime('2022614','%Y%m%d')],'產(chǎn)量':[200.4,188.7,303.6,122.4]}frame=pd.DataFrame(data,index=[1,2,3,4])print(frame)print(frame.index)Python中的pandas模塊DataFrame數(shù)據(jù)類型如果嵌套字典傳給DataFrame，pandas就會(huì)被解釋為：外層字典的鍵作為列，內(nèi)層鍵則作為?索引例1：data1={1:{'日期':datetime.strptime('2022611','%Y%m%d'),'Brand':'印象','產(chǎn)量':222.9,'廢煙':0.999},

2:{'日期':datetime.strptime('2022612','%Y%m%d'),'Brand':'小熊貓','產(chǎn)量':111.8,'廢煙':0.888},

3:{'日期':datetime.strptime('2022613','%Y%m%d'),'Brand':'云煙','產(chǎn)量':66.66,'廢煙':0.777}}frame3=pd.DataFrame(data1)frame4=frame3.Tprint(frame3)print(frame4)Python中的pandas模塊DataFrame數(shù)據(jù)類型使用列表構(gòu)建DataFrame數(shù)據(jù)例1：

data1=[(1,2,3,4),(0.666,0.777,0.888,0.999),(21.21,22.22,23.23,24.24),(84.01,84.02,84.03,84.04)]

frame3=pd.DataFrame(data1)

print(frame3)

frame4=frame3.T

print(frame4)Python中的pandas模塊DataFrame數(shù)據(jù)類型（1）指定數(shù)據(jù)列的順序操作：直接改變列的順序即可，可以增加列DataFrame([data,index,columns,dtype,copy])示例1：利用data字典，生成一個(gè)DataFrame對(duì)象CC，列的順序?yàn)椋盒蛱?hào)、日期、牌號(hào)、產(chǎn)量示例2：利用data字典，生成一個(gè)DataFrame對(duì)象DD，列的順序?yàn)椋盒蛱?hào)、日期、牌號(hào)、產(chǎn)量、備注DataFrame數(shù)據(jù)類型（2）DataFrame的列檢索對(duì)象名[列標(biāo)簽]；對(duì)象名[[列標(biāo)簽1,列標(biāo)簽2]]；對(duì)象名.loc[:,列標(biāo)簽]；對(duì)象名.loc[:,[列標(biāo)簽1,列標(biāo)簽2，……]];示例1：檢索對(duì)象CC中，牌號(hào)列的值Python中的pandas模塊DataFrame數(shù)據(jù)類型（3）按行檢索對(duì)象名.loc[索引值];對(duì)象名.iloc[索引值];對(duì)象名.loc[[索引值1,索引值2]];切片操作：對(duì)象名[1:]示例1:檢索對(duì)象CC中的第一行數(shù)據(jù)DataFrame數(shù)據(jù)類型（4）修改索引和列名對(duì)象名.index=[索引值1,索引值2，……]；對(duì)象名1=對(duì)象名.rename(index={原索引值1:新索引值})對(duì)象名.columns=[列名1,列名2，……]；對(duì)象名1=對(duì)象名.rename(columns={原列名:新列名})注意：修改單個(gè)索引值只能保存到新的變量中示例1：修改對(duì)象CC中的索引值為：1,2,3,4；修改CC中索引1的值為test，并存到對(duì)象DD中。Python中的pandas模塊DataFrame數(shù)據(jù)類型（5）列的賦值將列表或數(shù)組賦值給某一列時(shí)，值的長(zhǎng)度必須與DataFrame的長(zhǎng)度相匹配。將Series賦值給某一列，Series的索引將會(huì)按照DataFrame的索引重新排列。如果被賦值的列不存在，會(huì)自動(dòng)創(chuàng)建一個(gè)列示例:將列表[1,2,3]賦值給產(chǎn)量列；將[1,2,3,4]賦值給產(chǎn)量列。創(chuàng)建一個(gè)Series對(duì)象，其值為[9,9,9],索引為[1,2,3]，賦值給CC中不存在的列Python中的pandas模塊讀寫文本格式的數(shù)據(jù)pandas提供了一些用于將表格型數(shù)據(jù)讀取為DataFrame對(duì)象的函數(shù)。Python中的pandas模塊讀取Excel表中的數(shù)據(jù)例1：pd.read_excel(io,sheet_name)#io：路徑，sheet_name：sheet名稱excel_path=r'D:\examples\DATA.xls'excel_path1='D:\\examples\\DATA.xls'xlsx=pd.ExcelFile(excel_path1)#xlsx=pd.ExcelFile('D:\\examples\\DATA.xls')print(pd.read_excel(xlsx,'Sheet1'))將pandas數(shù)據(jù)寫入到Excel中例1：writer=pd.ExcelWriter('D:\\examples\\DATA1.xlsx')

frame_read.to_excel(writer,'sheet1')

writer.save()Python連接MySQL數(shù)據(jù)庫(kù)——Pymysql庫(kù)應(yīng)用（1）使用pymysql.connect()函數(shù)連接數(shù)據(jù)庫(kù)，創(chuàng)建一個(gè)數(shù)據(jù)庫(kù)對(duì)象示例1：使用pymysql.connect()函數(shù)創(chuàng)建名為DB的連接。DB=pymysql.connect(host='localhost',user='root',password='Aa123456',port=3306,database='test_02',charset='utf8mb4')connect()/Connection初始化常用參數(shù)說(shuō)明host主機(jī)ip（默認(rèn)為localhost）user用戶名password密碼database數(shù)據(jù)庫(kù)port端口號(hào)（默認(rèn)值為：3306）charset字符集（utf8mb4）判斷連接是否成功：使用DB.open進(jìn)行判斷（2）創(chuàng)建游標(biāo)cursor當(dāng)我們開(kāi)啟了游標(biāo)功能，再去執(zhí)行這條語(yǔ)句的時(shí)候，系統(tǒng)會(huì)先幫你找到這些行，先給你存放起來(lái)，然后提供了一個(gè)游標(biāo)接口。當(dāng)你需要數(shù)據(jù)的時(shí)候，就借助這個(gè)游標(biāo)去一行行的取出數(shù)據(jù)，你每取出一條記錄，游標(biāo)指針就朝前移動(dòng)一次，一直到取完最后一行數(shù)據(jù)后。Python連接MySQL數(shù)據(jù)庫(kù)——Pymysql庫(kù)應(yīng)用為什么要?jiǎng)?chuàng)建游標(biāo)？SELECT*FROMcigrate_01;Cursor=DB.cursor();#創(chuàng)建游標(biāo)對(duì)象（3）使用游標(biāo)對(duì)象中的execute()方法執(zhí)行SQL語(yǔ)句sql='select*fromcigrate_01wherec_id<11'#sql語(yǔ)句

Cursor.execute(sql)#執(zhí)行sql語(yǔ)句Python連接MySQL數(shù)據(jù)庫(kù)——Pymysql庫(kù)應(yīng)用思考：簡(jiǎn)潔的寫法怎么寫？現(xiàn)在可以取出數(shù)據(jù)了嗎？注意：當(dāng)開(kāi)啟游標(biāo)功能執(zhí)行這個(gè)SQL語(yǔ)句后，系統(tǒng)只是將執(zhí)行SQL語(yǔ)句的結(jié)果存儲(chǔ)起來(lái)，提供一個(gè)游標(biāo)接口給我們，當(dāng)需要獲取數(shù)據(jù)的時(shí)候，可以從中拿數(shù)據(jù)。（4）使用fetchone()或fetchall()，fetchmany(n)獲取數(shù)據(jù)a=Cursor.fetchone()#一次性獲取一條數(shù)據(jù)

b=Cursor.fetchall()#一次性獲取所有數(shù)據(jù)

c

=Cursor.fetchmany(n)#獲取n條數(shù)據(jù)思考：a、b、c獲取的數(shù)據(jù)分別是什么？（5）關(guān)閉游標(biāo)對(duì)象

Cursor.close()Python連接MySQL數(shù)據(jù)庫(kù)——Pymysql庫(kù)應(yīng)用（6）關(guān)閉連接對(duì)象

DB.close()連接是否關(guān)閉判斷：DB._closed或者DB.open都可判斷。（7）Pymysql實(shí)現(xiàn)增、刪、改功能和select功能一樣，執(zhí)行完SQL語(yǔ)句后需要確認(rèn)：mit()示例1：向數(shù)據(jù)庫(kù)test_01的表cigrate_01中插入數(shù)據(jù)：202,0.999,22.22,88.88,1000，4,1,1,1示例2：查詢插入的數(shù)據(jù)是否成功示例3：更新插入的數(shù)據(jù)吸阻值為2222示例4：刪除新插入的數(shù)據(jù)Python中的pandas模塊讀取數(shù)據(jù)庫(kù)中的數(shù)據(jù)并保存為DataFrame數(shù)據(jù)類型使用pandas.DataFrame()對(duì)讀取出來(lái)的數(shù)據(jù)格式進(jìn)行轉(zhuǎn)化VAL=pd.DataFrame(a,index=

,columns=[‘列名1’,’列名2’,……])讀取數(shù)據(jù)庫(kù)中的數(shù)據(jù)并保存到Excel表中例1：writer=pd.ExcelWriter('D:\\examples\\DATA1.xlsx')

frame_data.to_excel(writer,'sheet1')

writer.save()Matplotlib03Python中的Matplotlib模塊1、Matplotlib是Python的繪圖庫(kù)。2、它可與NumPy一起使用，提供了一種有效的MatLab開(kāi)源替代方案。3、pyplot()是matplotlib庫(kù)中最重要的函數(shù)，用于繪制2D圖形。4、Figure和Subplot對(duì)象5、解決中文顯示亂碼的問(wèn)題plt.rcParams['font.sans-serif']=['SimHei']

plt.rcParams['axes.unicode_minus']=FalsePython中的Matplotlib模塊繪制線圖：plt.plot()1、在任何繪圖之前，我們需要一個(gè)Figure對(duì)象，可以理解成我們需要一張畫(huà)板才能開(kāi)始繪圖。

fig=plt.figure(figsize（a，b）)，設(shè)置畫(huà)板的大小：a為寬，b為高2、Subplot()函數(shù)用來(lái)布置繪圖的具體對(duì)象。

fig.add_subplot()實(shí)例可以創(chuàng)建一個(gè)或者多個(gè)子圖（1）創(chuàng)建一個(gè)子圖（坐標(biāo)系）

ax1=fig.add_subplot(1,1,1)#此處必須有三個(gè)數(shù)字前兩個(gè)代表維度，后一個(gè)代表序號(hào)（2）通過(guò)設(shè)置ax1.plot(x,y,fmt=‘xxx’,linestyle=,marker=,color=,linewidth=,markersize=,label=)方法的參數(shù)繪制圖形。

其中x,y代表橫縱坐標(biāo)，fmt=‘#color#linestyle#marker’即代表線參數(shù)的快速設(shè)置順序。

fmt=‘xxx’Python中的Matplotlib模塊（3）ax1.plot()方法快速設(shè)置線參數(shù)：顏色、標(biāo)記、線型線的樣式linestyle說(shuō)明‘-'實(shí)線‘--'虛線‘-.'點(diǎn)劃線‘:'線虛線‘’無(wú)線顏色Color說(shuō)明‘r'紅‘g'綠‘b'藍(lán)‘y'黃‘c’青‘m’品‘k’黑‘w’白線的樣式linestyle說(shuō)明‘.'點(diǎn)‘，'虛線‘^‘’v’’>’’<’上下左右三角形‘1‘’2’’3’’4’上下左右三叉線‘o’圓形‘s’‘D’方形‘p’五邊形‘h’‘H’六邊形‘*’五角星‘+’‘x’十字交叉‘_’橫線‘‘Python中的Matplotlib模塊（4）ax1.plot()方法快速設(shè)置線參數(shù)：

linewidth線的寬度,markersize標(biāo)記的尺寸,label:圖例。（5）ax1.set_title(‘標(biāo)題名’)：設(shè)置圖的標(biāo)題ax1.set_xlabel()#X軸的標(biāo)簽

ax1.set_ylabel()

ax1.figure(figsize=(a,b))#設(shè)置figure對(duì)象的大小ax1.legend()#顯示、設(shè)置圖例（6）一個(gè)子圖中可以畫(huà)多個(gè)曲線。示例代碼：fig=plt.figure()

ax1=fig.add_subplot(2,2,1)

x=np.linspace(0,np.pi*2)

y=np.sin(x)

y1=np.cos(x)

ax1.set_title('y=sin(x)')

ax1.set_xlabel('x',fontsize=15)

ax1.set_ylabel('y',fontsize=15)

ax1.plot(x,y,'b-.',linewidth=2,markersize=5,label='y=sin(x)')

ax1.plot(x,y1,'r-.',linewidth=2,markersize=5,label='y=cos(x)')

plt.legend(fontsize=8)

plt.show()Python中的Matplotlib模塊二、通過(guò)plt.subplot()直接繪圖（隱式的生成figure）

（1）不創(chuàng)建畫(huà)板，直接創(chuàng)建坐標(biāo)系進(jìn)行繪圖的方法

ax1=plt.subplot2grid((2,2),(0,0))#可以不用創(chuàng)建畫(huà)布即創(chuàng)建坐標(biāo)系。

ax2=plt.subplot(2,2,1)#可以在某一塊區(qū)域直接創(chuàng)建坐標(biāo)系

（2）通過(guò)設(shè)置ax1.plot(x,y,fmt=‘xxx’,linestyle=,marker=,color=,linewidth=,markersize=,label=)方法的參數(shù)繪制圖形。

（3）設(shè)置圖形相關(guān)參數(shù)

ax1.set_title(‘標(biāo)題名’)：設(shè)置圖的標(biāo)題ax1.set_xlabel()#X軸的標(biāo)簽ax1.set_ylabel()ax1.figure(figsize=(a,b))#設(shè)置figure對(duì)象的大小ax1.legend()#顯示、設(shè)置圖例Python中的Matplotlib模塊defplot_1():

ax1=plt.subplot(2,2,1)

ax2=plt.subplot(2,2,2)

ax3=plt.subplot(2,2,3)

ax4=plt.subplot(2,2,4)

x=np.arange(0,2*np.pi,0.3)

y1=np.sin(x)

y2=np.cos(x)

ax1.plot(x,y1,'r.-',label='sin(x)')

ax3.plot(x,y2,'bo--',label='cos(x)')

ax1.set_title('y1=sin(x)')

ax1.set_xlabel('x')

ax1.set_ylabel('y1')

ax1.legend()

ax3.legend()

plt.show()

plot_1()示例代碼：思考題：使用plt.subplots()創(chuàng)建并繪制四張圖Python中的Matplotlib模塊三、通過(guò)plt.plot()直接繪圖（隱式的生成figure和axes對(duì)象）直接通過(guò)pyplot模塊完成操作（一）準(zhǔn)備繪圖數(shù)據(jù)（二）通過(guò)plt.plot(x,y,fmt=‘xxx’,linestyle=,marker=,color=,linewidth=,markersize=,label=)方法的參數(shù)設(shè)置繪制圖形參數(shù)。（三）

設(shè)置圖形其它顯示參數(shù)

plt.figure(figsize=(20,16))#定義圖的大小plt.xlabel("X值",fontproperties='SimHei',fontsize=20)#X軸標(biāo)簽，顯示中文plt.ylabel("Y值",fontproperties='SimHei',fontsize=20)#Y軸坐標(biāo)標(biāo)簽，顯示中文plt.title("X-Y分布圖",fontproperties='SimHei',fontsize=20)#曲線圖的標(biāo)題plt.legend()

……Python中的Matplotlib模塊三、通過(guò)plt.plot()直接繪圖（隱式的生成figure和axes對(duì)象）示例代碼：defplot_02():#繪制線圖x=np.linspace(1,100,num=100)#X軸坐標(biāo)數(shù)據(jù)y=np.linspace(1,100,num=100)#Y軸坐標(biāo)數(shù)據(jù)plt.plot(x,y,color=‘red’,linewidth=2,label=‘x=y’)#繪制曲線圖plt.figure(figsize=(20,16))#定義圖的大小plt.xlabel("X值",fontproperties='SimHei',fontsize=20)#X軸標(biāo)簽，顯示中文plt.ylabel("Y值",fontproperties='SimHei',fontsize=20)#Y軸坐標(biāo)標(biāo)簽，顯示中文plt.title("X-Y分布圖",fontproperties='SimHei',fontsize=20)#曲線圖的標(biāo)題plt.legend()plt.show()Python中的Matplotlib模塊散點(diǎn)圖：只畫(huà)點(diǎn)，但是不用線連接起來(lái)，函數(shù)：plt.scatter()plt.scatter(x,y,s,c,marker,linewidths,edgecolors)方法的參數(shù)說(shuō)明參數(shù)說(shuō)明xX的值yY的值s每個(gè)點(diǎn)的面積（可以使用多個(gè)值讓每個(gè)點(diǎn)不一樣）c點(diǎn)的顏色（可以使用多個(gè)值讓每個(gè)點(diǎn)不一樣）linewidths點(diǎn)的標(biāo)記（和折線圖中一樣）edgecolors點(diǎn)的輪廓顏色Python中的Matplotlib模塊散點(diǎn)圖：只畫(huà)點(diǎn)，但是不用線連接起來(lái)，函數(shù)：plt.scatter()x=np.arange(10)y=np.random.randn(10)#生成10個(gè)服從正態(tài)分布的浮點(diǎn)數(shù)print(y)plt.scatter(x,y,color='red',marker='+')plt.show()plt.scatter()方法的參數(shù)說(shuō)明Python中的Matplotlib模塊條形圖：條形圖分兩種，一種是水平的，一種是垂直的。plt.bar(x,height=y,width=0.8,bottom=None,*,align=‘center’,color，

data=None,**kwargs)plt.barh(x,height=0.8,width=y,bottom=None,*,align=‘center’,color，data=None,**kwargs)參數(shù)說(shuō)明x在什么位置顯示條形圖heightY的值（高度）width柱子的寬度bottom柱子的底部位置align柱子與X值的關(guān)系，（center，edge）color柱子的顏色edgecolors輪廓顏色Python中的Matplotlib模塊條形圖：條形圖分兩種，一種是水平的，一種是垂直的。plt.bar(x,height,width=0.8,bottom=None,*,align=‘center’,color，

data=None,**kwargs)plt.barh(x,height=0.8,width=y,bottom=None,*,align=‘center’,color，data=None,**kwargs)參數(shù)說(shuō)明x在什么位置顯示條形圖heightY的值（高度）width柱子的寬度bottom柱子的底部位置align柱子與X值的關(guān)系，（center，edge）color柱子的顏色edgecolors輪廓顏色Python中的Matplotlib模塊np.random.seed(3)x=np.arange(5)y=np.random.randn(5)fig,axes=plt.subplots(ncols=2,figsize=plt.figaspect(1/2))#繪制條形圖vert_bars=axes[0].bar(x,y,color='green',align='center')horiz_bars=axes[1].barh(x,y,color='lightblue',align='center')#在水平或者垂直方向上畫(huà)線axes[0].axhline(0,color='lightblue',linewidth=2)axes[1].axvline(0,color='green',linewidth=2)plt.show()Python中的Matplotlib模塊直方圖：plt.hist()plt.hist(x,bins=None,range=None,density=None,weights=None,cumulative=False,bottom=None,histtype='bar',align='mid',orientation='vertical',rwidth=None,log=False,color=None,label=None,stacked=False,normed=None,*,data=None,**kwargs)參數(shù)說(shuō)明x數(shù)據(jù)（必須是一維數(shù)組）bins直方圖的柱數(shù)，即要分的組數(shù)，默認(rèn)為10range元組(tuple)或None；剔除較大和較小的離群值，給出全局范圍；如果為None，則默認(rèn)為(x.min(),x.max())；即x軸的范圍；density布爾值。如果為true，則返回的元組的第一個(gè)參數(shù)n將為頻率而非默認(rèn)的頻數(shù)histtype{‘bar’,‘barstacked’,‘step’,‘stepfilled’}'bar’是傳統(tǒng)的條形直方圖；'barstacked’是堆疊的條形直方圖；'step’是未填充的條形直方圖，只有外邊框；‘stepfilled’是有填充的直方圖；當(dāng)histtype取值為’step’或’stepfilled’，rwidth設(shè)置失效，即不能指定柱子之間的間隔，默認(rèn)連接在一起；參數(shù)說(shuō)明rwidth標(biāo)量值或None，柱子的寬度占bins寬的比例；bins直方圖的柱數(shù)，即要分的組數(shù)，默認(rèn)為10color具體顏色，數(shù)組（元素為顏色）或None。label字符串（序列）或None；有多個(gè)數(shù)據(jù)集時(shí)，用label參數(shù)做標(biāo)注區(qū)分；stacked布爾值。如果取值為True，則輸出的圖為多個(gè)數(shù)據(jù)集堆疊累計(jì)的結(jié)果；如果取值為False且histtype=‘bar’或’step’，則多個(gè)數(shù)據(jù)集的柱子并排排列；edgecolor直方圖邊框顏色；Python中的Matplotlib模塊直方圖繪制的例子：np.random.seed(3)n_bins=10#直方圖分布的數(shù)量x=np.random.randn(1000,3)print(x)fig,axes=plt.subplots(nrows=2,ncols=2)ax0,ax1,ax2,ax3=axes.flatten()#將ax由n*m的Axes組展平成1*nm的Axes組colors=['red','tan','lime']ax0.hist(x,n_bins,density=True,histtype='bar',color=colors,label=colors)ax0.legend(prop={'size':6})#示意圖標(biāo)的設(shè)置ax0.set_title('barswithlegend')ax1.hist(x,n_bins,density=True,histtype='barstacked',rwidth=0.6)#density=true縱軸為概率ax1.set_title('stackedbar')ax2.hist(x,histtype='barstacked',rwidth=0.6)ax2.set_title('stackedbarofdensity')ax3.hist(x[:,2],rwidth=0.6,color='blue')#取數(shù)組的其中一維ax3.set_title('differentsamplesizes')#fig.tight_layout()#自動(dòng)調(diào)整布局plt.show()連接PLC04SNAP7連接PLC以字節(jié)的方式訪問(wèn)，不能單獨(dú)訪問(wèn)位M尋址：7654321010.710.610.510.410.310.210.110.0MB10MB11MB12MB13MB14MW10MW12MW11

MD11MB15

MD12

MD10078位數(shù)據(jù)字節(jié)0DBB0數(shù)據(jù)字節(jié)1DBW0數(shù)據(jù)字節(jié)8191DBD8188DBW8190DBB8191數(shù)據(jù)字節(jié)2DBD0數(shù)據(jù)字節(jié)3DBX4.1DB:存儲(chǔ)plc數(shù)據(jù)的數(shù)據(jù)塊DB（塊號(hào)）.DB（X（位）,B（字節(jié)）,W（字2個(gè)字節(jié)）,D（四個(gè)字節(jié)））DB1.DBX0.0-DB1.DBX0.7DB1.DB0,DB1.DB1DB1.DBW0,DB1.DBW2DB1.DBD0MM1.0MB0MW2MD4IQ連接PLC添加python_snap7庫(kù)引入SNAP7importsnap7

fromsnap7importutilPython連接PLC——snap7應(yīng)用（1）創(chuàng)建連接：python連接PLC的時(shí)候，PLC相當(dāng)于服務(wù)器，PC相當(dāng)于客戶端。plc=snap7.client.Client()plc.connect(‘’,0,2)機(jī)架號(hào)為0，插槽號(hào)為2。IP地址分為兩種情況：1、仿真器PLC，并通過(guò)Nettoplcsim軟件將仿真PLC的IP地址虛擬成計(jì)算機(jī)的IP地址，在程序中訪問(wèn)仿真PLC時(shí)應(yīng)填計(jì)算機(jī)IP地址。2、真實(shí)PLC時(shí)則是PLC的地址讀取連接狀態(tài)ifplc.get_connected():print('success')else:print('fail')

plc.get_connected()返回與PLC的連接狀態(tài)，返回TRUE，代表連接成功，返回FALSE，代表連接失?。?）讀取數(shù)據(jù)方法1：read_area(area，dbnumber，start，size)area:讀取的存儲(chǔ)區(qū)域，snap7.client.Areas.DB等dbnumber：對(duì)于I、Q、M區(qū)，數(shù)值為0，對(duì)于DB塊，對(duì)應(yīng)塊號(hào)。Start：字節(jié)起始地址Size：向后讀取的字節(jié)長(zhǎng)度Areas地址區(qū)域Areas地址區(qū)域PE0X81I區(qū)DB0X84DB區(qū)PA0X82Q區(qū)CT0X1C計(jì)數(shù)器MK0X83M區(qū)TM0X1D定時(shí)器（3）讀取數(shù)據(jù)方法2db_read(dbnumber,start,size)ab_read(start,size)#起始字節(jié)，寬度（讀取output區(qū)域）eb_read(start,size)（讀取input區(qū)域）mb_read(start,size)（4）獲取數(shù)據(jù)有兩種方法：A、使用

snap7.util()get_bool(bytearray,byte_index:int,bool_index:int)#bool_index:int為所在的位的