- 博客(4)
- 资源 (1)
- 收藏
- 关注
原创 pandas中的数据结构Series简单介绍
pandas中主要有两种数据结构:Series 和 DataFrame。Series 是带有轴标签(索引)的一维数组。DataFrame 是二维表格数据,有行索引也有列索引,可以看作是扩展的 Series。文章目录Series 和 DataFrame 的区别Series 数据构建Series 数据读取Series 排序、缺失值Series 和 DataFrame 的区别我们可以通过下面的例子来看看,Series 和 DataFrame 的区别。import pandas as pddict1
2020-08-27 21:42:06 1148
原创 Numpy矩阵(二维)拼接与分割方法
文章目录矩阵拼接水平拼接(沿着axis=1的方向)垂直拼接(沿着axis=0的方向)矩阵分割水平分割(沿着axis=1的方向)垂直分割(沿着axis=0的方向)矩阵拼接先建立 2 个numpy矩阵:import numpy as np# 新建2个numpy矩阵a1 = np.array([[1, 2, 3], [4, 5, 6]])a2 = np.array([[7, 8, 9], [10, 11, 12]])print("a1:\n", a1)print("a2:\n", a2)上面
2020-08-15 20:20:04 9841
原创 numpy矩阵中维度的理解
Numpy是python中的一个很重要的科学计算库,而在使用numpy时,经常需要axis来指定运算的轴,在计算时会沿着指定轴进行运算。比如:np.max(), np.min(), np.mean(), np.sum()等等。一维矩阵一维矩阵,只有一个维度,所以只能指定axis=0或者不指定,这比较好理解。如下面的代码所示:import numpy as npa = np.arange(6)print(a)print("max: ", np.max(a, axis=0)) # 指定axis=0
2020-08-10 17:33:23 5272
原创 python中矩阵转置4种方法
文章目录1. 使用双重循环2. 使用列表表达式3. 使用zip函数4. 使用numpy模块1. 使用双重循环# python 双重循环arr = [[ 1, 2, 3], [ 4, 5, 6], [ 7, 8, 9], [10, 11, 12]]arr2 = []# 数组的第二维维度for i in range(len(arr[0])): temp = [] # 数组的第一维维度 for j in range(le
2020-08-08 16:08:05 26444
ex1data.txt
2019-09-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人