Python之Numpy的基础及进阶函数(图文)
一样,咱的计算机还是得先拥有Python,并且安装了Numpy库。有疑问的话可以看这里呦~~~~
下面开讲:
NumPy的主要对象是齐次多维数组。它是一个元素表(通常是数字),并且都是相同类型,由正整数的元组索引。
其他暂且略过,咱主要说一些可以听懂的并且有实际效用的。
首先,我们得创建有一个ndarry对象,简单地介绍其中三种方法吧:
- a=np.array([1,2,3])
- data=[[1,2,3],[4,5,6]]
a=np.array(data)
- a=np.arange(15).reshape(3,5)
在这里我们就用第三个作为例子接着往下讲哈(我就不用再创建了哈哈)
ndarray对象的重要的属性如下:
- ndarray.ndim:
输出ndarray的维度(轴数,也有人叫它等级,在Python世界中,维度的数量被称为等级),这里的轴也叫坐标轴。
这两种写法都是可以的,亲试如图,下面的其他函数也是一样的。
例如,array([1,2,1])是一个等级为1的数组,因为它具有一个坐标轴,该轴的长度为3。
在上面的示例中,该数组的排名为2(它是2维的)。第一维(轴)的长度为3,第二维的长度为5。
- ndarray.shape:
输出数组的尺寸,即(n,m)。
- ndarray.size:
数组元素的总数,即 n * m。
- ndarray.dtype:
数组中元素的数据类型,可进行转换。(这个一般默认float64 和 int32,你们可以自己多试试)
- ndarray.itemsize:
数组中每个元素的字节大小。(例子中则为 int 32/8 = 4,相当于ndarray.dtype.itemsize)
- ndarray.data:
该缓冲区包含数组的实际元素。(这个我们一般不用,我们都是用索引的QAQ)
还有好多,我就不一一截图了,懒。。。。。。
- np.zeros(10) #长度为10的0数组
- np.zeros((3,6)) #创建3行6列的0数组(注意有两个括号)
- np.ones(5)
- np.ones((3,4))
- np.arange(10)
- np.eye(3) # 3*3单位矩阵
- np.identity(3) # 3*3单位矩阵
- np.zeros_like(a) #创建与a相同行、列的全0矩阵
- np.ones_like(a) #创建与a相同行、列的全1矩阵
索引和切片类
- a1=a[0:1] ##这个切片的大有学问了,写的话大概得另起一篇了,有空再说
- a[0:1]=1 ##a变化后,a1的值也随之变化
- a1[0:1]=2 #a1变化后,a的值也随之变化
- a1=a[0:1].copy() #完全拷贝,值变化不影响a (和上面对比一下你就清楚了)
计算类
- a*a #每个元素平方(这个强!!!挺好用的。)
- a*5 #每个元素乘以5
- a.mean() #数据均值
- a.sum() #数组和
- a.sum(axis=0) #按列求和
- a.sum(axis=1) #按行求和
- a.sort() #对a进行排序(这个也是好东西啊~~~)
- a.sort(1) #0按行排序,1按列排序
- np.sort(a,0) #a按行排序(本身不发生变化!!!!!!)
- x.dot(y) ##矩阵x与y相乘
- np.in1d(a,[2,3,6]) #value中的每一个值是否在[2,3,6]中(如果是,该值返回true,否则返回false.)
- np.in1d([2,3,6],a)
- np.in1d(x,y)
- np.intersect1d(x,y) #返回x和y中的交集,并返回有序结构
- np.union1d(x,y) #计算x,y的并集,并返回有序结构
- np.setdiff1d(x,y) #集合的差,即在x中且不在y中
- samples=np.random.normal(size=(4,4)) #产生4维正态分布矩阵
- from numpy.linalg import * #计算与矩阵相关,行列式,矩阵的逆等
- np.linalg.det(samples) #矩阵行列式
- np.linalg.inv(samples) #矩阵求逆
- np.diag(samples) #返回矩阵对角线元素
- np.linalg.eig(samples) #返回矩阵特征值和特征向量
- import timeit #导入计算时间的模块
- np.save('some_a',a) #保存文件
- np.load("some_a.py") #读取磁盘保存数据
- a=np.loadtxt("code_public.txt",delimiter=',') #读取文本数据
- arr=np.loadtxt("d:\code\arr.txt",delimiter=',') #读取d盘数据
行吧,时间也差不多了,我都写累了,相信你也看累了,是时候去 stzb 看看了。
转载于:https://www.cnblogs.com/WoLykos/p/8609216.html
Python之Numpy的基础及进阶函数(图文)相关推荐
- python 的numpy库中的mean()函数用法介绍
这篇文章主要介绍了python 的numpy库中的mean()函数用法介绍,具有很好对参考价值,希望对大家有所帮助.一起跟随小编过来看看吧 mean() 函数定义: 2 mean()函数功能: 求取均 ...
- Python数据分析——NumPy数值计算基础(二)
Python数据分析--NumPy数值计算基础(二) 思维导图: 数据的csv文件存取 csv(Comma-Separated Value,逗号分隔值)文件:是一种常见的文件格式,用来存储批量数据. ...
- python使用numpy中的np.mean函数计算数组的均值、np.var函数计算数据的方差、np.std函数计算数组的标准差
python使用numpy中的np.mean函数计算数组的均值.np.var函数计算数据的方差.np.std函数计算数组的标准差 目录
- Python:numpy库中的一些函数简介、使用方法之详细攻略
Python:numpy库中的一些函数简介.使用方法之详细攻略 目录 numpy库中的一些函数简介.使用方法 1.np.concatenate() 1.1.函数案例 1.2.函数用法 numpy库中的 ...
- python分析基金数据,[Python数据分析]numpy基金会,基础
数组属性 ndim与shape的区别 ndim 轴的数量,即从外到内的层数(axis=0为最外层) shape 每层数组的元素,返回一个元组,其长度即为ndim,比如(2,2,3)表示axis=0,有 ...
- Python:Numpy库中的invert()函数的用法
Numpy库中的invert()函数的用法 官方解释: Compute bit-wise inversion, or bit-wise NOT, element-wise. Computes the ...
- python 的numpy库中的mean()函数用法
1. mean() 函数定义: numpy. mean ( a, axis=None, dtype=None, out=None, keepdims=<class numpy._glob ...
- python中mean的用法_python 的numpy库中的mean()函数用法介绍
1. mean() 函数定义: numpy.mean(a, axis=None, dtype=None, out=None, keepdims=)[source] Compute the arithm ...
- python average函数怎么用_python 的numpy库中的mean()函数用法介绍
1. mean() 函数定义: numpy.mean(a, axis=None, dtype=None, out=None, keepdims=)[source] Compute the arithm ...
- 由浅入深,走进Python装饰器-----第五篇:进阶--类装饰类
上一篇:由浅入深,走进Python装饰器-----第四篇:进阶--函数装饰类 类装饰器 @类 类 4.1 用类装饰器来扩展原类( 增加属性和方法 ) # 用类装饰器来扩展原函数, 通过对象函数化触发_ ...
最新文章
- B - 娜娜梦游仙境系列——跳远女王
- 微信小程序之可滚动视图容器组件 scroll-view
- nginx反向代理https站点
- 红茶一杯话Binder(传输机制篇_下)
- 栈的应用--数制转换
- 关于数据运营的一点小思考
- 好看的php表格样式,CSS_CSS实现的清爽、漂亮的表格样式分享,效果:
实现代码:复制代码 - phpStudy...
- MySQL 存储过程的变量
- Struts2类型转换--浪曦视频第三讲
- 如何自制一个安装程序,将程序打包生成安装程序的办法
- win7任务栏谷歌浏览器图标显示异常
- 【系】微信小程序云开发实战坚果商城-云开发之分类数据实现
- Velodyne 16线三维激光雷达
- 《达芬奇•科学第一人》麦克•怀特
- 高端计算机教室,惟义楼高端智慧教室!360°高清全景抢先看
- 【前端】JS 计算贷款月付
- No active profile set, falling back to default profiles: default
- SLAM传感器篇:Velodyne激光雷达
- linux xz压缩解压
- uniapp如何引入colorUI
热门文章
- arcgis热点分析_地理信息系统导论学习笔记(11)——矢量数据分析
- 【Django 2021年最新版教程30】django项目部署到华为云(nginx uWSGI mysql方式)
- 【Django 2021年最新版教程21】数据库查询 model 多条数据 queryset转dict字典 返回渲染到前端
- java并发编程(7)-- 线程 自旋锁
- anaconda r 语言_Centos7系统下R、 Rstudio及sparklyr的安装与配置
- JavaSE基础——方法参数类型及返回值类型问题、权限修饰符、内部类、匿名内部类
- 2020-06-21
- 优酷进度条不能拖动_PerfDog测试腾讯视频、优酷、爱奇艺视频类小程序性能
- java guava map创建,数组合并,数组分割连接
- kibana4 分析和搜索仪表板 安装和配置