Python 数据分析常用函数

Python数据分析

1. 创建多维数组

In [2]:
import numpy as np 
m = np.array([np.arange(2), np.arange(2)])
In [5]:
m
Out[5]:
array([[0, 1],
       [0, 1]])
显示该数组的形状,代码如下:
In [4]:
m.shape
Out[4]:
(2, 2)

2. 选择Numpy数组元素

In [6]:
a = np.array([[1, 2],[3, 4]])
a
Out[6]:
array([[1, 2],
       [3, 4]])
In [9]:
a[0,0], a[0,1], a[1,0], a[1,1]
Out[9]:
(1, 2, 3, 4)

3.一维数组的切片与索引

(1) 提取数组中下标 3到6的元素:

In [10]:
a = np.arange(9)
a[3:7]
Out[10]:
array([3, 4, 5, 6])

(2) 提取数组中下标范围 从0到7 ,并且下标每次递增2 的元素:

In [11]:
a[:7:2]
Out[11]:
array([0, 2, 4, 6])

(3) 用负值下标反转数组:

In [12]:
a[::-1]
Out[12]:
array([8, 7, 6, 5, 4, 3, 2, 1, 0])
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值