【Python数据科学实训-第2模块】科学计算库Numpy

任务一: Numpy概述

• shape属性: 数组大小

  >>> a = np.array ([1,2,3,4,5,6])
  >>> a.shape
  (6,)
  >>> b = np.array([[1,2,3,4,5],[2,3,4,5,6,7,8]])
  >>> b.shape
  (2,)
  >>> b = np.array([[1,2,3,4,5],[2,3,4,7,8]])
  >>> b.shape
  (2, 5)

   

• 可以直接进行数值运算

 任务二: array结构

基本操作

• dtype

• >>> a = np.array ([1,2,3,4,5,6])
  >>> a.dtype
  dtype('int32')
  >>> a = np.array ([1,2,3,4,5,6.0])
  >>> a.dtype
  dtype('float64')
  >>> a = np.array ([1,2,3,4,5,'a'])
  >>> a.dtype
  dtype('<U11')

  itemsize

• size

• fill

索引与切片 

• 与python相同

任务三: 数组结构 

矩阵

• shape 数组大小
• size 元素个数
• ndim 维数
• [  , , ]   元素索引
• copy()  复制数组
• arange(start, end, dis) 初始化等差数列
• where()   返回满足条件的位置

任务四: 数组类型

• array(data , dtype)
• object 数据类型
• astype()

 任务五: 数值运算

• .sun(data, axis = 纬度)    求和
• .prod(data, axis = 纬度)   求积
• .max(data, axis = 纬度)    .argmax
• .min(data, axis = 纬度)    .argmin
• .mean(data, axis = 纬度)   平均值
• .std(data, axis = 纬度)     标准差
• .var(data, axis = 纬度)     方差
• .clip(min , max)     最大最小限制
• .round(decimals = 精度)              四舍五入

任务六: 排序 

• .sort(data, axis = 纬度)       ,argsort()
• .linespace(start, end, dis)   线性分配
• .searchsorted(data, values)  data需要有序 返回value插入后依然有序的位置
• .lexsort() 字典序排序

任务七: 数组形状操作

•  

 

转载于:https://my.oschina.net/u/2945566/blog/1618266