slides.rst

   1 Plotting with Matplotlib
   2 ------------------------
   3
   4 Also creating a presentation with rst2pdf
   5 =========================================
   6
   7 Data Structures
   8 ---------------
   9 Favour simpler data structures if they do what you need.  In order:
  10
  11 #. Built-in Lists
  12     - 2xN data or simpler
  13     - Can't install system dependencies
  14 #. Numpy arrays
  15     - 2 (or higher) dimensional data
  16     - Lots of numerical calculations
  17 #. Pandas series/dataframes
  18     - 'Data Wrangling', reshaping, merging, sorting, querying
  19     - Importing from complex formats
  20
  21 Shamelessly stolen from https://stackoverflow.com/a/45288000
  22
  23 Loading Data from Disk
  24 ----------------------
  25 Natively
  26 ========
  27
  28 .. code-block:: python
  29
  30    >>> import csv
  31    >>> with open('eggs.csv', newline='') as csvfile:
  32    ...     spam = csv.reader(csvfile,
  33    ...                       delimiter=' ',
  34    ...                       quotechar='|')
  35    ...     for row in spam:
  36    ...         # Do things
  37    ...         pass
  38
  39 Loading Data from Disk
  40 ----------------------
  41 Numpy
  42 =====
  43
  44 .. code-block:: python
  45
  46    >>> import numpy
  47    >>> spam = numpy.genfromtxt('eggs.csv',
  48    ...                         delimiter=' ',
  49    ...                         dtype=None) # No error handling!
  50    >>> for row in spam:
  51    ...     # Do things
  52    ...     pass
  53
  54 ``numpy.genfromtxt`` will try to infer the datatype of each column if
  55 ``dtype=None`` is set.
  56
  57 ``numpy.loadtxt`` is generally faster at runtime if your data is well formated
  58 (no missing values, only numerical data or constant length strings)
  59
  60 Loading Data from Disk
  61 ----------------------
  62 Pandas
  63 ======
  64
  65 .. code-block:: python
  66
  67    >>> import pandas
  68    >>> # dtype=None is def
  69    >>> spam = pandas.read_csv('eggs.csv',
  70    ...                        delimiter=' ',
  71    ...                        header=None)
  72    >>> for row in spam:
  73    ...     # Do things
  74    ...     pass
  75
  76 ``header=None`` is required if the flie does not have a header.
  77
  78
  79
  80 Generating Data for Testing
  81 ---------------------------
  82
  83 Generating the data on the fly with numpy is convenient.
  84
  85 .. code-block:: python
  86
  87    >>> import numpy.random as ran
  88    >>> # For repeatability
  89    >>> ran.seed(7890234)
  90    >>> # Uniform [0, 1) floats
  91    >>> data = ran.rand(100, 2)
  92    >>> # Uniform [0, 1) floats
  93    >>> data = ran.rand(100, 100, 100)
  94    >>> # Std. normal floats
  95    >>> data = ran.randn(100)
  96    >>> # 3x14x15 array of binomial ints with n = 100, p = 0.1
  97    >>> data = ran.binomial(100, 0.1, (3, 14, 15))
  98
  99 Plotting Time Series
 100 --------------------
 101
 102 Plot data of the form:
 103
 104 .. math:: y=f(t)
 105
 106 .. code-block:: python
 107
 108    >>> import matplotlib.pyplot as plt
 109    >>>
 110    >>> t = range(50)
 111    >>> x = (ran.rand(50)*50) + 2000 # I don't have real data
 112    >>> plt.plot(t, x)
 113    >>> plt.title('Some time series with left title', loc='left')
 114    >>> plt.ylabel('Mass of test mass over time')
 115    >>> plt.show()