【Python数据分析 - 5】：Numpy-数组的基本操作

已于 2022-09-19 22:50:38 修改
阅读量1.8k 收藏 2
点赞数 2
分类专栏： Python数据分析 文章标签： 数据分析 python numpy
于 2022-09-02 16:46:48 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Oh_Python/article/details/126664755
版权
本文介绍了numpy库中创建、修改和操作数组的方法，包括固定范围数组、随机数生成及正态分布数组的创建。重点讲解了reshape、resize、astype、np.round以及数组转置T的功能，并展示了数值转换的使用场景，如保存数据到文件。
摘要由CSDN通过智能技术生成

文章目录

数组的创建

案例一：数组创建示例

在这里插入图片描述

案例二：数组的修改

array：创建一个新的数组，修改原来数组中的数据时，不会修改新数组中的数据。
asarray：引用原来的数组。

在这里插入图片描述
在这里插入图片描述

案例三：创建固定范围的数组

在这里插入图片描述

案例四：生成随机数

在这里插入图片描述

案例五：创建随机数组

在这里插入图片描述

正态分布

案例一：生成随机正太分布

在这里插入图片描述

案例二：创建标准正态分布

在这里插入图片描述

案例三：随机生成500支股票2年的交易日涨跌幅数据

在这里插入图片描述

reshape：没有改变原来的形状，修改数据时数据量要匹配

在这里插入图片描述

resize：修改原来的形状

在这里插入图片描述

astype：修改类型

在这里插入图片描述

np.round：修改小数的位数

在这里插入图片描述

T：数组转换（转置）

T：把行列进行互换，相当于reshape，不能修改原来的形状

在这里插入图片描述

案例四：tostring() - 数值转换

tostring：将数值转换成bytes，比如数值想要保存在文件中，不能直接保存数值的类型。
当数据太多，jupyter会进行数组的输出限制。

在这里插入图片描述

街 三 仔
关注
专栏目录
python 数组基本操作
喝水的面包
11-05 746
Python 没有数组概念 ，使用列表（list）来实现的，罗列几个基本操作： 声明 一维 demo = [] 动态大小数组，成员数可变 demo =[3]，静态大小数组，三个成员，标号从0开始 demo = [“a”,“b”] 数组初值 二维 demo = [[]*3] demo = [[“3”] [“4”]] 增加成员 demo = [] 声明动态数组 demo.append(“a”) 增加一个成员 清空 demo = [“a”,“b”] demo.clear() 拷贝 Python中的数组虽然是可变变
Learning-NumPy-Array-Example-Code:学习NumPy数组示例代码
06-25
通过阅读和运行这些代码，你将能够掌握NumPy数组的基本操作，并能在实际数据分析和科学计算任务中灵活运用。记得实践是掌握技术的关键，尝试修改示例，看看不同的输入如何影响输出，这是学习过程中的重要步骤。
Python对数组的基本操作
sym19862006的专栏
03-30 422
[code="python"] # coding=utf-8 ''' Created on 2014-3-29 @author: Administrator ''' ''' 创建并打印数组 ''' arr = ["aex", "bfe", "mpilgrim", "zddd", "example"]; print(arr);#['aex', 'bfe', 'mpil
第一章——数组基础（概念篇python版）
最新发布
qq_40467656的博客
08-18 1904
介绍了数组这种数据结构，并用python语言自定义了数组对象和对应的增删改查方法
python 中数组的基本操作
qq_47200272的博客
09-19 2万+
文章目录 前言 一、numpy是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 前言 在python中本身有着列表等数据结构，但是列表只是一种数据的存储容器，不具备任何计算能力。 故引入数组的概念。 提示：以下是本篇文章正文内容，下面案例可供参考 一、numpy是什么？ NumPy是一种非常常用的第三方模块，在学习数据分析及挖掘时经常能够用到他。接下来就阐述一些使用numpy进行的基本操作。 二、使用步骤 1.引入库 代码如下（示例）： i...
Python 数组基础操作
qingqiqiuwhy的博客
01-19 1368
Numpy基础操作 list[] a=[1]*n # 生成相同元素的数组 list.append('Google') ## 使用 append() 添加元素 del list1[2] # 删除元素 len([1, 2, 3]) # 3 长度 [1, 2, 3] + [4, 5, 6] # [1, 2, 3, 4, 5, 6] 组合 3 in [1, 2, 3] # True 元素是否存在于列表中 for x in [1, 2, 3]: print x, # 1 2 3 迭代 cmp(list1,
Python数组基本操作
qq_53344479的博客
05-19 1万+
项目一：基础编程 1.创建两个数组完成sqrt,abs,函数的调用,以及两个数组做加法 输出格式如下： import numpy as np from numpy import arange print() print('第一题') a1 = np.array([10, 20, 30, 40]) print(a1) a2 = np.array([8, -67, -34, 69]) print(a2) print(np.sqrt(a1)) print(np.abs(a2)) print(a2+a1)
Python数据分析应用：创建numpy数组.pptx
02-04
在Python数据分析领域，NumPy库扮演着至关重要的角色，它提供了高效的多维数据结构——ndarray，以及大量的数学函数来处理这些数组。本讲座将深入探讨如何创建和操作NumPy数组，这对于数据分析师和科学家来说是一项...
03-python-numpy-简介-基础-数组-数组类型
02-09
文件“03.03-numpy-数组.ipynb”可能涵盖了创建、访问和操作NumPy数组的基本方法。这包括使用numpy.array()函数创建数组，使用索引和切片访问数组元素，以及使用数组方法（如reshape、transpose、concatenate等）...
Python数据分析实践：NumPy数组常用操作new.pdf
06-14
在Python数据分析领域，NumPy库扮演着至关重要的角色。它提供了高效的多维数据结构——ndarray，以及一系列用于处理和分析数组数据的工具。在NumPy中，数组的常用操作主要包括形状改变、数学运算和统计分析等。这些...
Python数据分析实践：NumPy数组的切片和索引操作续.pdf
06-14
Python数据分析实践：NumPy数组的切片和索引操作续.pdf
python对数组的操作_Python对数组的基本操作
weixin_28736335的博客
02-03 375
# coding=utf-8'''Created on 2014-3-29@author: Administrator''''''创建并打印数组'''arr = ["aex", "bfe", "mpilgrim", "zddd", "example"];print(arr);#['aex', 'bfe', 'mpilgrim', 'zddd', 'example']print(arr[2]);#m...
Python中Array的常用操作(二)数组基本操作
热门推荐
漫漫人生路
01-24 4万+
1. 数组操作x代表数组中的元素，i代表位置a) append(x) 把元素x添加到数组的尾部b) insert(i,x) 把元素x 插入到位置ic) remove(x) 删除第一个元素xd) pop(i) 删除第i个元素，并返回这个元素。若调用pop()则删除最后一个元素e) index(x) 返回数组中第一个值为x的位置。如果没有匹配的元素会抛出一个错误f) cou
Python Numpy入门基础（二）数组操作
汉阳Hann's Home
07-29 1969
NumPy（Numerical Python的简称）是一个用于处理多维数组和矩阵的强大Python库
python交换数组中的两个元素_Python中交换两个元素的实现方法
weixin_39649736的博客
02-03 3837
Python既具有普通程序开发语言的特点，也具有Matlab语言用于数值计算的特点，，当然了数值计算是由其其强大的第三方库numpy实现的,矩阵在python中数据类型是ndarray，python中交换两个数值的代码和交换同一矩阵(ndarray)中不同向量的写法是不一样的。以下是用Python原生的数据结构list实现的交换>> a = [1,2,3]>> b = [4...
第四篇 numpy数组变换
小懵牛
10-29 1367
1、数组重塑 #numpy.reshape 实质就是把一个已知的数组转换成自己需求的一个不同维度的数组， import numpy as np data1=[1,5,4,6,1,3,2,5,1,8] data11=np.array(data1) #生成一维数组 print('numpy生成的一维数组：') print(data1) print('原数组重塑成2行5列的新数组:') data2=data11.reshape((2,5)) #将原数组重塑成2行5列的新数组 data3=da
python numpy数组操作
x18774007530的博客
05-12 303
交换数组维度： A.T转置 import numpy as np A = [] A.T A.transpose(0代表原来第一维，以此类推) A.transpose(1,0)
numpy tostring() fromstring()
zjm750617105的专栏
10-30 1万+
must specify the right dtype !!!a Out[54]: array([1, 2, 3]) b = a.tostring() np.fromstring(b) Out[52]: array([ 4.94065646e-324, 9.88131292e-324, 1.48219694e-323]) #Wrong! Out[56]: array([1, 2, 3])
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

街 三 仔

你的鼓励是我创作的最大动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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