数据可视化入门

NumPy

导入方式:

​ import numpy as np

高性能科学计算和数据分析的基础包

ndarray,多维数组(矩阵),具有矢量运算能力,快速、节省空间

矩阵运算,无需循环,可完成类似Matlab中的矢量运算

线性代数、随机数生成

ndarray,N维数组对象(矩阵)

所有元素必须是相同类型

ndim属性,维度个数

shape属性,各维度大小

dtype属性,数据类型

创建ndarray

np.array(collection),collection为序列型对象(list),嵌套序列 (list of list)

np.zeros, np.ones,np.empty 指定大小的全0或全1数组

​ 注意:第一个参数是元组,用来指定大小,如(3,4)

​ empty不是总是返回全0,有时返回的是未初始的随机值

创建ndarray

​ np.arange() 类似 range() 注意是 arange。

数据类型

​ dtype, 类型名+位数,如 float64, int32

​ 转换数组类型 - astype

矢量化

矢量运算,相同大小的数组键间的运算应用在元素上

矢量和标量运算,“广播”— 将标量“广播”到各个元素

索引与切片

一维数组的索引与Python的列表索引功能相似

多维数组的索引

arr[r1:r2, c1:c2]

arr[1,1] 等价 arr[1][1]

[:] 代表某个维度的数据

图片

条件索引

布尔值多维数组 arr[condition] condition可以是多个条件组合

注意,多个条件组合要使用 & |,而不是and or

图片

维数转换

转置 transpose

高维数组转置要指定维度编号 (0,1,2,…)

图片

通用函数

元素级运算 常用的通用函数

ceil, 向上最接近的整数

floor, 向下最接近的整数

rint, 四舍五入 • isnan, 判断元素是否为 NaN(Not a Number)

multiply,元素相乘

divide, 元素相除

np.where

矢量版本的三元表达式 x if condition else y

np.where(condition, x, y) 常用的统计方法

np.mean, np.sum,

np.max, np.min

np.std, np.var

np.argmax, np.argmin

np.cumsum, np.cumprod

注意 多维的话要指定统计的维度,否则默认是全部维度上做统计。

np.all和np.any

all,全部满足条件

any,至少有一个元素满足条件 np.unique

找到唯一值并返回排序结果 操作文本文件

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!

包括:Python激活码+安装包、Python web开发,Python爬虫,Python数据分析,人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python!

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。(全套教程文末领取)

在这里插入图片描述

👉Python学习视频600合集👈

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉Python70个实战练手案例&源码👈

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

在这里插入图片描述

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

在这里插入图片描述

在这里插入图片描述

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错,但要学会兼职接单还是要有一个学习规划。

在这里插入图片描述

👉 这份完整版的Python全套学习资料已经上传,朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取保证100%免费

  • 5
    点赞
  • 16
    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