NumPy 基础用法
NumPy 是高性能科学计算和数据分析的基础包. 它是 pandas 等其他各种工具的基础.
主要功能:
- ndarray 一个多维数组结构, 高效且节省空间
- 无需循环对整组数据进行快速运算的数学函数
- 线性代数, 随机数生成和傅里叶变换功能
ndarry 多维数组
- 创建ndarry:
np.array(array_like)
- 数组与列表的区别:
- 数组对象类元素类型必须相同
- 数组大小不可修改
ndarry 常用属性
- T: 数组的转置
- size: 数组元素个数
- ndim: 数组的维数
- shape: 数组的维度大小(元组形式)
- dtype: 数组元素的数据类型
ndarry 创建方法
- array() 将列表转为数组, 可选择显式指定 dtype
- arange() range 的 numpy 版支持浮点数
- linspace() 类似 arange(), 第三个参数为数组长度
- zero() 根据指定形状和 dtype 创建全0数组
- ones() 根据指定形状和 dtype 创建全1数组
- empty() 根据指定形状和 dtype 创建空数组(内存随机值)
- eye() 根据指定边长和 dtype 创建单位矩阵
ndarray 索引
- 一维数组索引
a[5]
- 多维数组索引
a[2][3]
新式写法
a[2, 3]
(推荐)- 对于一个数组, 选出其第1, 3, 4, 6, 7个元素, 组成新的二维数组:
a[[1,3,4,6,7]]
- 布尔型索引, 选出所有大于5的偶数:
a[(a>5) & (a%2=0)]
- 布尔型索引, 选出所有大于5的数和偶数:
a[(a>5) | (a%2=0)]
对于一个二维数组, 选出其第一列和第三列, 组成新的二维数组:
a[:, [1, 3]]
ndarry 切片
- 一维数组的切片: 与列表类似
- 多维数组的切片: a[1:2, 3:4] a[:, 3:5] a[:, 1] (前行后列)
- 与列表切片的不同: 数组切片时并不会自动复制(而是创建一个视图), 在切片数组上的修改会影响原数组
- copy() 方法可以创建数组的深拷贝
NumPy 通用函数
浮点数特殊值
- nan(Not 啊Number) 不等于任何浮点数(nan != nan)
- inf(infinty) 比任何浮点数都大
- NumPy中创建特殊值 np.nan np.inf
- 在数据分析中, nan常被用做数据缺失值
一元函数
abs sqrt exp log ceil(向上取整) floor(向下取整) rint trunc modf isnan isinf cos sin tan
二元函数
add substract multiply divide power mod maximum mininum
数学和统计方法
- sum 求和
- mean 求平均数
- std 求标准差
- var 求方差
- min 求最小值
- max 求方差
- argmin 求最小值索引
- argmax 求最大值索引
随机数生成
- rand 给定形状产生随机数组(0到1之间的数)
- randin 给定形状产生随机整数
- choice 给定形状产随机选择
- shuffle 与random.shuffle相同
- uniform 给定形状产生随机数组
转载于:https://www.cnblogs.com/haoxi/p/9175781.html
NumPy 基础用法相关推荐
- NumPy基础用法总结
公众号关注 "视学算法" 设为"星标",第一时间知晓最新干货~ 转自https://zhuanlan.zhihu.com/p/26478010 numpy可以说 ...
- python Numpy 的基础用法以及 matplotlib 基础图形绘制
python Numpy 的基础用法以及 matplotlib 基础图形绘制 1. 环境搭建 1.1 Anaconda anaconda 集成了数据分析,科学计算相关的所有常用安装包,比如Numo ...
- pandas object转float_数据分析篇 | Pandas基础用法6【完结篇】
这是最后一篇,至此Pandas系列终于连载完了,有需要的也可以看看前面6篇,尽请收藏. 数据分析篇 | Pandas 概览 数据分析篇 | Pandas基础用法1数据分析篇 | Pandas基础用法2 ...
- dubbo官方文档中文_Pandas中文官方文档:基础用法5
本文授权转载自Python大咖谈禁止二次转载 大家好,我是老表 阅读文本大概需要 16 分钟 建议从头开始学习,本系列前四篇 Pandas中文官方文档:基础用法1 Pandas中文官方文档:基础用法2 ...
- pandas库Series使用和ix、loc、iloc基础用法
1. pandas库Series基础用法: 直接贴出用例: 1. 构造/初始化Series的3种方法: (1)用列表list构建Series import pandas as pd my_list=[ ...
- Pandas中文官档 ~ 基础用法1
呆鸟云:"在学习 Python 数据分析的过程中,呆鸟发现直接看官档就是牛逼啊,内容全面.丰富.详细,而 Python 数据分析里最核心的莫过于 pandas,于是就想翻译 pandas 官 ...
- pandas object转float_Pandas中文官档~基础用法6
呆鸟云:"这一系列长篇终于连载完了,还请大家关注 Python 大咖谈,这里专注 Python 数据分析,后期呆鸟还会给大家分享更多 Pandas 好文." 数据类型 大多数情况下 ...
- 《利用python进行数据分析》读书笔记--第四章 numpy基础:数组和矢量计算
第四章 Numpy基础:数组和矢量计算 第一部分:numpy的ndarray:一种多维数组对象 实话说,用numpy的主要目的在于应用矢量化运算.Numpy并没有多么高级的数据分析功能,理解Numpy ...
- numpy基础(1)
numpy基础(1) 以下教程涉及到的文字均来自于莫烦Python.有一个坑需要避免下:二维数组需要多加一个括号,要不会报错. numpy属性 ndim:维度 shape:行数和列数 size:元素个 ...
最新文章
- 【第三组】用例+功能说明+技术说明
- The way to Go(6): Go程序的基本结构和要素
- awk 统计数据在文件中的出现次数
- 机器人 陆梅东_上海乐高创客工作坊活动顺利举行
- 【Envi风暴】Envi 5.3 SP1经典安装手把手图文教程(含补丁文件)
- 运放电路分析_必看!运放电路PCB设计技巧
- Laravel源码解析之Request
- python中索引和下标_Series下标索引、标签索引、切片索引、布尔索引
- CodeBlocks(17.12) 代码调试基础方法快捷方式
- mysql时间加减运算
- 对诺基亚N8有兴趣的可以进来看看
- 点云数据处理(分类、分割、检测)PointNet
- iperf 服务端发送数据_iperf 流量测试
- 谷歌浏览器如何安装crx插件
- 无法启动此程序因为计算机中丢失adapt,【完美解决】Wi7中NVIDIA GT540M安装程序无法找到和你现有硬件兼容的任何驱动程序,安装程序将会退出.doc...
- Unity3D--学习太空射击游戏制作(四)
- python 微博_用python发微博
- mysql-order by分页复杂排序条件替换union-limit(使用if和case when实现复杂排序)
- 后勤事务繁杂低效?三步骤解决企业行政管理难题
- U3d引擎与资源管理
热门文章
- 第77课 交作业啦(递归算法)
- 计算机网络课程设计之基于 IP 多播的网络会议程序
- 刀剑神域动漫网页设计作品 学生表格布局网页作业成品 table漫画网站制作 dreamweaver静态HTML学生网页制作模板
- [8] ADB 查看日志
- Vue笔记-vue3中.en.dev文件及axios.defaults.baseURL的使用
- Qt文档阅读笔记|Qt实践| HTTPS知识点-获取某站点SSL证书
- Java学习笔记-对IoC(Inversion of Control)的基本认识
- Qt文档阅读笔记-QWebPage官方解析与实例
- Linux学习笔记-增量编译(Makefile进一步使用)
- java list 合并去重复_java 实现多个list 合并成一个去掉重复的案例