# 导入numpy包

import numpy as np

"""

*****************

一、数组操作

*****************

"""

#创建数组

a = np.array(1, 2, 3)

np.asarray(a, dtype = None, order = None) #按现有数据创建数组

np.arange(start = 0, stop, step = 1, dtype)

#数组操作

a[1] #元素访问

len(a) #长度

ndarray.T #转置

np.append(arr, values, axis) #添加

np.insert(arr, idx, values, axis)

np.split(ary, indices_or_sections, axis) #分割, 第二项的值为整数则表明要创建的等大小的子数组的数量,是一维数组则表明要创建新子数组的点。

np.delete(arr, values, axis) #删除

np.unique(arr, return_index, return_inverse, return_counts) #去重

np.sin(arr) #三角函数

np.arround(arr) #四舍五入

np.amin(arr, axis) #最小值

np.str(arr) #标准差

np.ceil(arr) #向下取整

"""

*****************

二、矩阵操作

*****************

"""

# 创建矩阵

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

a = np.arange(8).reshape(2,4)

# 设置和查看数组元素类型

d = nparray(a, dtype=np.float)

d.type

# 获取矩阵大小

a.shape

a.shape[1] #某一维

# 矩阵维度

a.ndim

# 调整维度

a.reshape((2,4))

# 访问

a.flat[i]

# 创建0矩阵

a = zeros(5, int8)

a = zeros([2,3])

# 创建1和空矩阵

a = ones()

a = empty()

# 创建对角矩阵

np.diag((1, 2, 3))

# 提取矩阵x对角元素的值

np.diag(x)

# 用函数创建矩阵fromfunction

def func(i):

return i * 2

a = fromfunction(func, (5,)) #一维

a = fromfunction(func, (10,10)) #二维

# 矩阵切片

b[start, stop, step]

# 多维数组切片

b[0, (2:4)] # 二维数组 b[行号, (起:止)]

b[2:4, 2:4] # 行号也可切片

b[: ,3] #读取第三列,逗号前只有一个冒号,表示所有

b[::2, ::2] #加步长

#比较矩阵a和b

(a==b).all() #所有元素

(a==b).any() #对应元素是否有一个

# tile重复某个数组/矩阵

tile(a, n)

tile(a, (2, 1)) #二维数组

备注:目前写博客是为了进行知识和笔记梳理。博客本身可能还存在着一些错误,如有发现,请求斧正,谢谢。

python数据包分析_python | 数据分析(一)- Numpy数据包相关推荐

  1. python数组求和函数_python数据分析之Numpy数据库第三期数组的运算

    上期数组的索引和切片的知识总结通道:数组的索引和切片 数组和标量间的运算 数组之所以强大而且重要的原因,是其不需要通过循环就可以完成批量计算,也就是矢量化 import numpy as np a = ...

  2. python猫眼电影分析_Python数据分析之猫眼电影TOP100

    前言 如果大家经常阅读Python爬虫相关的公众号,都会是以爬虫+数据分析的形式展现的,这样很有趣,图表也很不错,今天了,我就来分享上一次在培训中的一个作品:猫眼电影爬虫及分析. 通过猫眼电影TOP1 ...

  3. python大数据读取分析_python如何读取大数据

    {"moduleinfo":{"card_count":[{"count_phone":1,"count":1}],&q ...

  4. python歌词图表分析_Python可视化图分析毛不易的《入海》,看看听歌的人都在想些什么...

    前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 欢迎关注小编,除了分享技术文章之外还有很多福利,私信学习资料可以领取包括不 ...

  5. python爬取分析超级大乐透历史开奖数据

    python爬取分析超级大乐透历史开奖数据 博主作为爬虫初学者,本次使用了requests和beautifulsoup库进行数据的爬取 爬取网站:http://datachart.500.com/dl ...

  6. 大数据开发、大数据分析、大数据运维主要工作各是什么?哪个好?

    本文转自https://blog.csdn.net/weixin_34318956/article/details/87302823 首先,工作本身没有好坏之分,只有门槛高低之别.大数据开发.大数据分 ...

  7. 大数据开发、大数据分析、大数据运维主要工作各是什么?哪个好?谢谢?

    首先,工作本身没有好坏之分,只有门槛高低之别.大数据开发.大数据分析.大数据运维都围绕着大数据展开.如果我们把大数据去掉,就只剩下,开发,分析,运维.当然还有其它的工作,例如运营,产品,讲师,测试等. ...

  8. python分析数据的相关性质_理解数据的性质_Python数据分析实战应用_数据挖掘与分析视频-51CTO学院...

    为什么学Python: 重要:数据分析是职业技能必备,Python是大数据分析** 趋势:Python是目前非常火的编程语言,使用人多 好学:学习简单,容易上手,使用灵活,可扩展强 **:会Pytho ...

  9. python numpy读取数据_Python数据分析之numpy学习(一)

    文|刘顺祥 Python是一门不错的动态语言,其应用的领域非常广泛,如web开发.Linux运维.数据挖掘.机器学习.爬虫.推荐系统等.在学完<廖雪峰Python2.7教程>感觉受益匪浅, ...

最新文章

  1. 用友u8 php,php 访问用友u8数据
  2. python中matrix函数_使用python解线性矩阵方程(numpy中的matrix类)
  3. 重装mysql遇到的问题
  4. 广东制造按下加速键  千家中小企业上阿里云工业互联网
  5. 前端笔试题面试题记录(下)
  6. 矩阵乘法(信息学奥赛一本通-T1125)
  7. 【Nginx】实现负载均衡的几种方式
  8. python小论文范文3000字_完整的论文范文3000字 [论文的名字 ]
  9. Linux-常用工具
  10. KYLO的数据库知识总结
  11. 在HBuilderX上面新建微信小程序项目
  12. c语言求最小公倍数——三种方法
  13. Android用户注册界面设计
  14. Windows 禁用U盘
  15. 从数据仓库到百万标签库,精细化数据管理,这么做就够了
  16. 各种传感器工作原理动态图
  17. WPF使用转换器(Converter)
  18. 浅析JWT Attack
  19. 【picoCTF2022】Web部分
  20. CBI年度大选创新产品奖——Hitachi VSP 5000系列

热门文章

  1. 直播预告丨Oracle DataGuard 备份恢复最佳实践
  2. 每日一题 2020.05.11
  3. 携程一次Redis迁移容器后Slowlog“异常”分析
  4. 一起玩转玩转LiteOS组件:Opus
  5. 实践解析丨Rust 内置 trait:PartialEq 和 Eq
  6. Web前后端:如何分离,如何解耦?
  7. 光大银行刘淼:基于华为云GaussDB(DWS) 数据仓库创新实践
  8. 分布式数据库拆分常用之法
  9. SpringBoot 2 要不要升级
  10. python matplotlib 柱状图点击事件_Python:matplotlib分组Bar柱状图