numpy基础知识详解

本文详细介绍了numpy的基础知识,包括ndarray数组、数据类型、维度、形状、索引、随机数生成以及矩阵计算。通过实例展示了numpy如何进行高效的数据处理,如计算均值、中位数,数组的合并与分割,并解释了numpy与pandas在处理数组时的差异。还探讨了numpy中的copy()函数用于避免数据共享导致的意外修改。
摘要由CSDN通过智能技术生成

这是我听了两门公开课后整理出来的~~~

numpy的特点:

  • 高级的数值编程工具
  • 强大的N维数组对象:ndarray
  • 对数组结构数据进行运算(不用遍历循环)
  • 随机数、线性代数、傅里叶变换功能

现在有一组列表数据,我要计算列表中a的均值,首先将列表转换成数据框

data=[{'a':10,'b':4},
      {'a':20,'b':3},
      {'a':30,'b':2},
      {'a':40,'b':1}]

df=pd.DataFrame(data)

如果我要用pandas计算均值,那得先将a的所有值加起来再除以它的长度,如果用.mean()就可以一步到位,这相当于矩阵计算。相比起来,pandas对于列表计算显得更麻烦,这时候就要引出numpy了

# 1.pandas计算均值
a_sum=0
for i in data:
    a_sum += i['a']
print(a_sum/len(data))

# 2.相当于矩阵计算
df.mean()

简要说明一下,numpy是Python的数值计算扩展,专门用来处理矩阵,它的运算效率比列表更高效。而pandas是基于numpy的数据分析工具,能更方便的操作大型数据集。

在进入numpy的学习之前,先回顾一下之前学过的数据结构有哪些:

# 1. 数值
type(1) 

# 2.字符串
type('hello') 

# 3.列表
type([1,2,3]) 

# 4.映射(字典)
type({'a':10}) 

那么学习numpy要学习哪些内容呢

首先要学习的是numpy的数据结构:ndarray 数组

lst=[12,24,36,48]

import numpy as np
df=np.arary(lst)

猜一猜上面的列表和数组打印出来之后有什么不同?不同之处就在于数组是没有逗号的

                      

接着学习numpy的通用函数

  • 可以用data.ndim查看数组的维度,比如下面有三个数组,我想分别知道它们的维度
  • 8
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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