Numpy 的基本使用

最新推荐文章于 2024-09-16 15:30:35 发布

地上的星星

最新推荐文章于 2024-09-16 15:30:35 发布

阅读量233

点赞数

分类专栏： Python 文章标签： Python Numpy 数据分析

本文链接：https://blog.csdn.net/Eternal15/article/details/90476566

版权

本文将介绍Python中的Numpy库，它是科学计算的基础工具，提供了强大的数组和矩阵运算。通过学习Numpy的基本数据类型、创建数组、数组操作、数学函数应用以及索引和切片，读者可以掌握进行高效数据分析的基础技能。

摘要由CSDN通过智能技术生成

"""
numpy 的基本使用
"""
import numpy as np


# 可以调用np.arry去从list初始化一个数组，类型：class 'numpy.ndarray'，ndarray = n dimensional array
a = np.array([1, 2, 3])

# 创建二维数组
b = np.array([[1, 2, 3], [4, 5, 6]])

# 查询行，列数：(2, 3)， 2行，3列
b.shape

# 一些内置的创建数组函数
a = np.zeros((2, 3)) # 2行3列的数组，值都为0
a = np.ones((2, 3)) # 2行3列的数组，值都为1

# 自定义值的数组
a = np.full((2, 3), 8) # 2行3列的数组，值都为8

# 自定义对角线值的数组
a = np.eye(3) # 3行3列的数组，对角数值为1

# 生成随机数的数组
e = np.random.random((2, 3)) # 2行3列的随机数
f = np.empty((2, 3, 4)) # 2个3行4列的随机数的数组

# 指定数组值的类型
a = np.array([1, 2, 3, 4], dtype=np.int64)

# 使用astype将float转换为int时，小数部分被舍弃掉
float_arr = np.array([1.3, 2.4, 5.8, -1.32])
int_arr = float_arr.astype(np.int)

# 像list一样的切片
a = e[0:2, 0:2] # 取第1和第2行的，第1和第2列

# 加法
a = np.array([[1, 2, 4], [3, 5, 2], [8, 4, 2]])

# 高级取法 并 加 10，给取的