如何在 Engee 中使用 Python

在本示例中，我们将探讨如何通过 .ipynb 文件格式在 Engee 环境中与 Python 进行交互，并进行一些与图表相关的练习。

入门

导入计算（NumPy）和绘图（matplotlib）库：

import matplotlib.pyplot as plt # 图表绘制包
import numpy as np # 科学计算基础软件包

绘制图表

根据数据点绘制图表：

plt.plot([1, 2], [3, 4]) # 绘制上升趋势图
plt.show() # 显示前面所述的所有图表
plt.plot([1, 2], [4, 3]) # 绘制递减曲线图
plt.show()

绘制多个图表

声明用于绘制图表的函数。

def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t) # 数学公式

声明数组。

t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)

绘制图表。

plt.figure() # 图形声明（用于绘制图形的区域）
plt.subplot(211) # 公布时间表中的两个时间段中的第一个
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k') 
plt.subplot(212) 
plt.plot(t2, np.cos(2*np.pi*t2), 'r--') 
plt.show()

使用关键词绘制图表

声明字典列表。

data = {'a': np.arange(50), # 返回在指定区间内均匀分布的数值。
        'c': np.random.randint(0, 50, 50), # 返回一个在指定范围内生成的随机整数。
        'd': np.random.randn(50)} # 从“标准正态”分布中返回一个或多个样本。
data['b'] = data['a'] + 10 * np.random.randn(50) # b的计算
data['d'] = np.abs(data['d']) * 100 # d 取模后乘以 100

点绘制图表并标注坐标轴。

plt.scatter('a', 'b', c='c', s='d', data=data) # 显示y与x之间关系的散点图，其中数据点具有不同的大小和/或颜色。
plt.xlabel('entry a') # 为X轴添加标签
plt.ylabel('entry b') # 为Y轴添加标签
plt.show()

绘制分类数据的图表

声明数据数组和类别名称数组。

names = ['group_a', 'group_b', 'group_c'] # 字符串数组
values = [1, 10, 100] # 数字数组

plt.figure(figsize=(9, 3))
plt.subplot(131)
plt.bar(names, values) 
plt.subplot(132)
plt.scatter(names, values)
plt.subplot(133)
plt.plot(names, values) 
plt.suptitle('Categorical Plotting')  # 图表标题的说明
plt.show()

结论

在本示例中，我们展示了Engee在Python语言中编写和实现算法的功能。在当今世界，鉴于Python实现的功能范围及其广泛普及，这一功能具有重要的现实意义。