Numpy基础及基本应用

本文介绍了Numpy的基础使用,包括安装方法、数组创建、数组操作、数据处理和统计分析。通过实例展示了如何进行数据排序、查找、转换以及矩阵运算,还提到了数据读取和文件操作。Numpy作为Python科学计算的核心库,对于数据预处理和分析至关重要。
摘要由CSDN通过智能技术生成

数据处理的一般流程
数据收集→数据预处理→数据处理→数据展示

数据收集方法:网络爬虫、公开数据集、其他途径收集的数据
预处理方法:归一化、二值化、维度变换、去重、无效数据过滤
数据处理方法:数据排序、数据查找、数据统计分析
数据展示方法:列表、图表、动态交互图形

安装numpy
windows:pip install numpy
mac:pip3 install numpy

导入numpy模块
import numpy as np
创建一个一维ndarray数组
#python_list=[1,2,3,4]
#ndarray=np.array(python_list)
data=np.array([1,2,3,4,5])
创建一个二维ndarray数组
data=np.array([[1,2],[3,4,5]])

判断ndarry的维度
print(data.ndim)
了解ndarry各维度的长度
print(data.shape)

创建一个全是0的数组
data=np.zeros(10)
创建一个全是1的二维数组
data=np.ones((3,10))
#多维数组的各维长度要用元组表示
产生一个0到n-1的数组
data=np.arange(n)

获取数组中每个数字(索引)
一维:data[5]
二维:data[0][1]/data[0,1]
获取数组中的某几个数字(切片)
data_slice=data[3:6]
data_slice[2]=100
#切片得到

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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