![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
从零开始numpy
轻笑再轻叹
计算机科学与技术学院数据挖掘方向硕士研究生
展开
-
4.计算数据的平均数和最值
numpy常用函数,加权平均数函数和最值函数原创 2017-09-14 10:24:12 · 654 阅读 · 0 评论 -
10.数据平滑处理
我们在上一篇文章中可以看到,我们的数据是不平滑的,这对拟合来说就有影响,而且有的噪声数据会影响拟合的函数的准确性.所以在对数据拟合前,应该进行平滑移动平均线和窗函数原创 2017-09-19 15:32:22 · 32921 阅读 · 1 评论 -
1.numpy在数据处理上的速度优势
NumPy系统是Python的一种开源的数值计算扩展。我们做一个简单的向量加法,来比较numpy与纯python代码的速度差异.原创 2017-09-08 16:20:06 · 2859 阅读 · 0 评论 -
9.多项式拟合
一系列的散点可以用函数去拟合,而任何一个连续可微函数都可以展开为一个多次多项式表示(微积分中的泰勒展开式). 我们用一个三次多项式去拟合某一个股票的收盘价变化,原创 2017-09-18 20:44:50 · 2576 阅读 · 1 评论 -
8.数据的可视化-绘制简单的线与点
漂亮的呈现数字并不仅仅是为了好看的图片,以简洁而又引人注目的方式呈现数据,能够让观看者更加形象的了解数据的意义.我们简单的绘制折线图和散点图原创 2017-09-18 18:49:27 · 545 阅读 · 0 评论 -
7.计算阶乘(数组中元素的积)
计算阶乘(数组中元素的积) ndarry中有一个prod()方法,和cumprod()方法原创 2017-09-18 10:08:05 · 1145 阅读 · 0 评论 -
附1.pyton中的range()函数
range()函数是python中用来对一系列数字进行生成的函数。所以,range实际上是用来生成一个数字列表。 其生成方式根据参数不同而不同原创 2017-09-08 16:01:03 · 789 阅读 · 0 评论 -
6.对日期格式数据转换处理
日期一般都有特定的格式,但尽管如此,numpy中面向浮点数的运算处理日期数据类型也很麻烦.所以numpy中给出了转换日期格式为浮点数的方法.原创 2017-09-14 16:16:15 · 881 阅读 · 0 评论 -
3.数据文件的读写
写入文件 我们先创建一个含有3阶单位矩阵的一个文件.numpy中创建单位矩阵有eye()函数来完成.e=numpy.eye(3)我们将这个矩阵保存在eye3.txt中import numpy as npe=np.eye(3)print enp.savetxt("eye3.txt",e)读取文件 读取文件时,通常是读取数据库文件转储格式CSV. 例如股价存储数据: AAPL,21-01-原创 2017-09-12 15:12:55 · 504 阅读 · 0 评论 -
5.计算数据中位数和方差
找出数据的中位数以及直接求出方差的函数原创 2017-09-14 10:41:38 · 2163 阅读 · 0 评论 -
2.Numpy基础-对于数据和数组的使用
numpy基础,对数组的生成,和各种操作原创 2017-09-11 15:38:29 · 510 阅读 · 0 评论