Numpy简单入门

最新推荐文章于 2024-08-16 23:47:46 发布

_萧_

最新推荐文章于 2024-08-16 23:47:46 发布

阅读量231

点赞数

分类专栏：大数据文章标签： Python3 大数据数据分析 Numpy

本文链接：https://blog.csdn.net/github_35735591/article/details/93005522

版权

本文是Numpy的入门指南，介绍了ndarray的创建和操作，包括创建简单数组和结构数组，以及ufunc运算。讲解了如何利用Numpy进行算术运算和统计分析，如最大值、最小值、平均值、百分位数、中位数、标准差等，并提供了排序方法的示例。最后提到了学习资源和参考资料。

摘要由CSDN通过智能技术生成

Numpy简单入门

在Numpy中有两个重要的对象:ndarray和ufunc,下面进行简单的介绍和使用

ndarray

ndarray实际就是多维数组,用于解决多维数组的问题.在Numpy数组中,维数称为秩,一维数组的秩为1,二维数组的秩为2,以此类推.在Numpy中每一个线性的数组称为一个轴,其实秩就是描述轴的数量.

创建简单数组

下面代码是使用示例:

# 导入numpy包
import numpy as np
# 定义一个一维数组
a = np.array([1, 2, 3])
# 定义一个二维数组
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 改变b二维数组的值
b[1, 1] = 0

print(a)
print(b)

"""
[1 2 3]
[[1 2 3]
 [4 0 6]
 [7 8 9]]
"""

创建结构数组

如果你想统计一个班级里面学生的姓名、年龄，以及语文、英语、数学成绩之类的,使用上面的下标也可以,但是不够便利,使用结构数组就会更直观和方便.

下面代码是使用示例:

import numpy as np

# 定义dtype结构类型,formats是数据类型:字符串,整型,整型,整型,浮点数
studenttype = np.dtype({
   
    "names":["name", "age", "chinese", "math", "english"],
    "formats":["S32", "int", "int", "int", "float32"]
})

# 通过设置数组的dtype=studenttype,生成结构数组
students = np.array([("zhangFei", 32, 75, 100, 90), ("GuanYu", 24, 85, 96, 88), ("ZhaoYun", 28, 85, 92,