numpy
文章平均质量分 71
每天都必须加油鸭
这个作者很懒,什么都没留下…
展开
-
Numpy数据分析基础
前言这篇文章主要对numpy做一简单的介绍以及知识总结。在写这篇笔记的初始我是比较犹豫的,因为numpy的相关教程多且全面,即使是为了以后备查,写这篇笔记看起来也没什么必要。然而,学完一部分知识不做任何记录,又让我感觉拳头打在了棉花上,毕竟这些知识我难以很快的去使用,写一份笔记起码能够强化我的记忆。几番思索,我想明白了一个问题。在进入技术领域之后,我们常常会需要学习像numpy这种成熟的技术,那么就会常常遇到以上我所遇到的问题,我们真的不需要做任何知识性的笔记吗?我认为不是的。我们在初学一门技术时不原创 2021-12-07 21:55:58 · 190 阅读 · 0 评论 -
Numpy: 使用数组进行文件输入输出
Numpy可以在硬盘中将数据以文本二进制文件的形式存入硬盘或由硬盘载入。我们暂时只讨论numpy的内建二进制格式,因为大多数用户更倾向于使用pandas或其它工具来载入文本或表格型数据。数据分析是决离不开pandas的,关于pandas的知识内容,我会继续更新,更新之后附上跳转链接。numpy数据存储和读取函数表函数名功能save将数组存入硬盘未压缩文件,默认文件后缀为.npysavez将多个数组存入硬盘未压缩文件,默认文件后缀为.npzsavez_compresse原创 2021-12-08 11:07:03 · 905 阅读 · 0 评论 -
Numpy简介
前言这篇文章是我写的numpy知识总结的一部分,完整知识总结入口在这篇文章,在这篇文章里我搭建了numpy的基础知识框架,非常适合入门。1. 什么是numpy?- Python的一个库 ;- 主要用于维度数组和矩阵计算 ;- 提供了重要的数据对象ndarray以及数组矩阵处理函数 ;- 特点就是快(相对Python);- 它的好朋友有Pandas、SciPy、matplotlib等。2. 为什么numpy很快?这里的比较都是相对于Python内建数据结构。- 内部数据存储在连续的内存块原创 2021-12-08 11:04:18 · 946 阅读 · 0 评论 -
Numpy: 面向数组编程
使用numpy数组可以使我们利用简单的数组表达式完成多种数据操作任务,而无须写些大量循环(避免循环是核心思想)。这种利用数组表达式来替代显示循环的方法,称为向量化。通常,向量化的数组操作会比纯Python快上一到两个数量级(甚至更多),这对所有种类的数值计算产生了最大影响。1.数组编程威力的证明以一个列子说明数组编程的威力:计算函数 f = sqrt(x^2 + y^2),其中x和y均为一维数组。Python编程思路:通过写双重for循环计算,时间复杂度O(n2)O(n^2)O(n2)。面向数组原创 2021-12-08 10:59:15 · 346 阅读 · 0 评论 -
Numpy: 操作ndarray
前言numpy提供了很多对数组进行逐元素运算的函数,可以大大提高运算效率。1. 算术运算numpy数组之所以重要是因为它允许我们进行批量操作而无需任何for循环。这一特性通常称为向量化。同尺寸数组之间的计算:任何两个等尺寸数组织间的算数操作都应用了逐元素操作的方式。带有标量的计算:把计算参数传递给数组的每一个元素。同尺寸数组之间的比较:产生一个布尔值数组。不同尺寸数组之间的操作:使用广播特性,这是进阶部分,后面可能会补充。【例1】同尺寸数组之间的计算示例In [315]: arr =原创 2021-12-08 10:55:48 · 414 阅读 · 0 评论 -
Numpy: ndarray的索引
前言在我第一次接触到ndarray这一数据结构时,其索引的使用与Python列表的相似而其结果的差异让我很困惑,我想这也是很多新手会遇到的问题。所以弄懂ndarray的索引是十分重要的。1. 基础索引与切片与Python内键列表索引相似所引起的疑惑或不适在一维情况和二维情况均存在,将其分开说明。1) 一维情况在一维情况下,ndarray索引的使用语法与Python列表完全相同,不同之处在于其对数据复制的处理。在Python列表中,索引创建的切片是对列表内容创建了一份副本,在切片上的任何修改对原列原创 2021-12-08 10:52:23 · 7443 阅读 · 0 评论 -
Nmupy的灵魂:ndarray多维数组对象
前言ndarray是一个n维数组对象,是Python中一个快速灵活的大型数据集容器,允许我们使用类似于标量的操作语法在整块数据上进行计算。这种说法可能有点抽象,但是在看到后面对于ndarray的具体操作之后,相信你会有一个清晰的认识。一个ndarray是一个通用的多维同类数据容器,也就是说,它包含的每一个元素均为相同类型。以下文章中“数组”、“Numpy数组”、“ndarray”为同一对象:ndarray对象。numpy主要用于多维数组和矩阵运算,在numpy中的多维数组和矩阵就是ndarray对象,原创 2021-12-08 10:49:29 · 876 阅读 · 0 评论