python库--Numpy and pandas

list转为矩阵

array = numpy.array([[1,2,3]
[4,5,6]]
)

矩阵的维度属性：array.ndim # 注意这是最小的那个

array.shape # 几行几列
array.size #总元素的个数

>>> import numpy as np
>>> a = np.array([1,2,3,4,5],np.int)
>>> a
array([1, 2, 3, 4, 5])
>>> print(a)
[1 2 3 4 5]

>>> a= np.arange(1,9)
>>> print(a)
[1 2 3 4 5 6 7 8]
>>> a.reshape((2,4))
array([[1, 2, 3, 4],[5, 6, 7, 8]])

>>> a =np.linspace(1,10,4)
>>> print(a)
[ 1.  4.  7. 10.]

>>> import numpy as np
>>> a =np.array(range(9))
>>> print(a)
[0 1 2 3 4 5 6 7 8]
>>> b=a**2
>>> print(b)
[ 0  1  4  9 16 25 36 49 64]
>>> c =np.sin(b)
>>> print(c)
[ 0.          0.84147098 -0.7568025   0.41211849 -0.28790332 -0.13235175-0.99177885 -0.95375265  0.92002604]
>>> print(b)
[ 0  1  4  9 16 25 36 49 64]
>>> print(b>9)
[False False False False  True  True  True  True  True]

>>> a=np.arange(4).reshape((2,2))
>>> b=np.arange(1,5).reshape((2,2))
>>> print(a)
[[0 1][2 3]]
>>> print(b)
[[1 2][3 4]]
>>> c= a*b
>>> print(c)
[[ 0  2][ 6 12]]
>>> d = np.dot(a,b)
>>> print(d)
[[ 3  4][11 16]]
>>> print(np.max(d))
16
>>> print(np.max(d,axis=0))
[11 16]
>>> print(np.max(d,axis=1))#每一列的最大值
[ 4 16]

 b =a.reshape((3,4))
>>> print(b)
[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
>>> print(np.argmin(b))
0
>>> print(np.argmax(b))#求最大值的引索
11
>>> print(b.mean())
5.5
>>> print(np.average(b))
5.5
>>> print(np.median(b))
5.5

print(np.nonzero(b))#返回不是0的元素的位置
(array([0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2], dtype=int32), array([1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int32))

>>> print(b)
[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
>>> print(b.T)
[[ 0  4  8][ 1  5  9][ 2  6 10][ 3  7 11]]

>>> print(np.clip(b,4,9))
[[4 4 4 4][4 5 6 7][8 9 9 9]]
>>> print(np.mean(b,axis=1))
[1.5 5.5 9.5]

>>> for row in a:print(row)[0 1 2 3]
[4 5 6 7]
[ 8  9 10 11]

合并

>>> a =np.array([1,2,3])
>>> b=np.array([4,5,6])
>>> print(np.vstack(a,b))
>>> print(np.vstack((a,b)))
[[1 2 3][4 5 6]]

>>> print(np.hstack((a,b)))
[1 2 3 4 5 6]

a=np.arange(4)
>>> print(a)
[0 1 2 3]
>>> print(a[:,np.newaxis])
[[0][1][2][3]]

>>> b=np.arange(6).reshape((2,3))
>>> print(a)
[[1 2 3][3 4 5]]
>>> print(b)
[[0 1 2][3 4 5]]
>>> c = np.concatenate((a,b,a))
>>> print(c)
[[1 2 3][3 4 5]

分割

>>> print(a)
[[1 2 3][3 4 5]]
>>> print(np.split(a,2,axis=0))#分割成2行
[array([[1, 2, 3]]), array([[3, 4, 5]])]
print(np.split(a,3,axis=1))#分割成3列

[array([[1],[3]]), array([[2],[4]]), array([[3],[5]])]

python库--Numpy and pandas相关推荐

python安装pandas模块-python安装numpy和pandas的方法步骤
最近要对一系列数据做同比比较,需要用到numpy和pandas来计算,不过使用python安装numpy和pandas因为linux环境没有外网遇到了很多问题就记下来了.首要条件,python版本必须 ...
2w+字长文，一篇文章扫盲Python、NumPy 和 Pandas，建议收藏！
作为简单易学的编程语言,想要入门还是比较容易的,今天我们来一篇超级长文,一次性扫盲Python.NumPy 和 Pandas,文末提供Python 技术交流群,欢迎加入,喜欢本文,点赞.收藏. 搭建语 ...
长文预警，一篇文章扫盲Python、NumPy 和 Pandas，建议收藏慢慢看
大家好,我是辰哥~ 今天我们来一篇超级长文,一次性扫盲Python.NumPy 和 Pandas Python 作为简单易学的编程语言,想要入门还是比较容易的搭建语言环境我们首先来了解下如何安装和 ...
python安装numpy、pandas
python安装numpy.pandas python3 -m pip install numpy python3 -m pip install pandas python3 -m pip insta ...
Python 学习 —— Numpy 、Pandas 傻傻分不清楚
之前的文章里面谈到过,我从R转到Python上,一个很大的不习惯就是R的数据结构比较简单,但是Python的数据类型比较多,很容易就令人头脑混乱.但是今天学习了一下Udacity的课程,顿时就清楚多了 ...
Python使用numpy和pandas模拟转盘抽奖游戏
之前写过一个类似的代码,不过都是用的Python内置对象,详见几行Python代码模拟轮盘抽奖游戏,本文再提供一个使用numpy和pandas实现的代码. 问题描述:有时候饭店或商场会搞活动,门口一个 ...
机器学习——科学计算库(Numpy,Matplotlib,Pandas）
机器学习--科学计算库中主要介绍的内容是人工智能深度学习过程常用的几个python库,主要有Numpy,Matplotlib,Pandas等,具体如下所示在学习的过程中,我也从网上借鉴了多位大佬的优 ...
python及numpy，pandas易混淆的点
LeadAI学院祝您圣诞节快乐正文共1849个字,5张图,预计阅读时间5分钟. 初接触python觉得及其友好(类似matlab),尤其是一些令人拍案叫绝不可思议的简单命令就可以完成非常复杂的计算, ...
python库numpy使用技巧（一）——提取数组中非零元素
使用库numpy Matlab中通过逻辑矩阵可快速得到 a = [1,2,3,4,5,6]a =1 2 3 4 5 6b = logical([1,0,0,1,1,0])b =1 0 0 1 1 0 ...

python库--Numpy and pandas

合并

分割

python库--Numpy and pandas相关推荐

最新文章

热门文章