numpy库
Jakob_Hu
当你无助时
展开
-
numpy数组—创建及数组类型
numpy数组—基础ndarray创建1)创建ndarray数组—array方法2)创建数组方法总结ndarray数据类型1)astype方法2)astype方法传参形式Numpy的全名是numerical Python,是高性能的科学计算和数据分析基础包,是很多高级工具的构建基础。numpy模块的基本功能能够总结为 :1.ndarray,具有向量计算和复杂广播能力的多维数组;快速而且节省...原创 2019-03-28 19:53:22 · 2675 阅读 · 0 评论 -
numpy数组—矢量运算与索引
numpy数组数组运算1)相同形状的数组之间运算2)数组与标量之间运算3)不同形状数组之间的运算数组索引和切片1)数组的索引一维数组多维数组2)切片索引一维数组多维数组3)布尔型索引数组运算数组的运算涉及到矢量化的概念,矢量化是值不需要编写循环就可以对数据进行批量运算。以下是几种不同类别的数组运算。1)相同形状的数组之间运算形状相同的数组之间的运算都是元素级的。2)数组与标量之间运...原创 2019-03-30 20:08:38 · 648 阅读 · 0 评论 -
numpy数组——轴向操作及通用函数
numpy数组数组转置和轴对换通用函数1)一元函数2)二元函数数组排序一维数组方法布尔型数组方法数组转置和轴对换数组的转置(transpose)是很常见的一种矩阵变换,numpy数组实现转置的方式有两种,一种是使用数组的T属性,另一种是使用numpy中定义的 transpose方法。T属性的用法很简单,一个T属性就能使得矩阵的轴交换,对于高维数组,使用transpose方法需要得到由轴编...原创 2019-03-30 21:17:40 · 771 阅读 · 0 评论 -
numpy数组——数据处理
numpy数组数组的条件逻辑判断基本数据统计numpy的数组 处理使用的是简洁的数组表达式,免去了写循环语句的过程.数组的条件逻辑判断Python中最简洁的判断式是 三元表达式,形式为 x if condition else y。在numpy数组中。np.where方法是三元表达式的矢量化版本。假设现在有两个数组和一个布尔数组,现在要以cond数组中的值选取 xarr和yarr中的值,如...原创 2019-03-30 21:34:24 · 377 阅读 · 0 评论 -
numpy数组相关的文件操作
数组文件相关操作二进制存取—save、savez和load方法存取文本文件1)loadext、genformtxt方法高级输入输出方法1)内存映像文件—memmap方法二进制存取—save、savez和load方法numpy也是可以读取存储在磁盘上的文本或二进制数据的,只是使用次数与 Pandas的文件读取相比少很多。相应的方法是 save和load方法,默认情况下保存格式是拓展名为 ".n...原创 2019-03-31 16:41:56 · 490 阅读 · 0 评论 -
numpy库随机数生成
随机数生成numpy随机数生成函数permutation方法shuffle方法rand方法randint方法randn方法binomial方法normal方法beta方法chisquare方法gamma方法uniform方法模拟随机漫步numpy中随机数生成使用的是random模块,尤其是一些特殊分布的样本值的生成,而且生成数据很高效,对比numpy模块的random和Python内置模块的ra...原创 2019-03-31 17:26:36 · 2089 阅读 · 0 评论 -
numpy高级应用—数组操作
数组操作与广播ndarray对象内部机制概要numpy数据类型体系ndarray对象内部机制概要numpy的ndarray功能很强大因为其内部组成足够复杂,包括(1)一个指向数组的内存指针(2)数据类型dtype(3)一个表示数据形状的元祖,使用shape属性可以调用(4)一个跨度元祖,这个是内部机制的关键,使用strides属性可以获取。3×4×5的一个多维数组,其跨度为(...原创 2019-03-31 23:29:06 · 867 阅读 · 0 评论 -
numpy高级应用—广播
广播广播与数组运算1)标量在数组中的广播2)数组在数组中的广播广播与数组运算1)标量在数组中的广播广播指的是不同形状的数组之间执行算术运算。最简单的广播就是下方这样的形式,标量值4被广播到了arr的每个元素上。2)数组在数组中的广播下方的代码中,arr.mean 得到的是一个降一维度的数组,能够在之前的数组中广播。每列元素减去列平均值这样的对列进行距平化处理也是通过广播实现的。...原创 2019-04-01 19:11:54 · 261 阅读 · 0 评论 -
numpy高级应用—ufunc
numpy高级应用—ufunc1.内置ufunc方法reduce方法outer方法accumulate方法reduceat方法2.自定义ufunc方法frompyfunc方法vectorize方法1.内置ufunc方法内置的ufunc方法的目的主要是免去了编写循环的代码。使用的形式为 "np.operation_name.ufunc"reduce方法对相邻的两个数字进行聚合操作,im...原创 2019-05-10 14:25:00 · 625 阅读 · 0 评论 -
numpy高级应用——排序的高级用法
numpy高级应用——排序的高级用法1. 区分数组类的sort方法和numpy的sort方法ndarray的sort方法numpy库sort方法2.间接排序argsort方法方法使用kind参数lexsort方法1. 区分数组类的sort方法和numpy的sort方法ndarray的sort方法与Python列表的sort方法一样,numpy对于ndarray类的排序sort方法也是直接在原...原创 2019-05-10 22:15:04 · 1052 阅读 · 0 评论 -
numpy高级应用——Matrix类
numpy高级应用——Matrix类与MATLAB相比,numpy的线性代数较为复杂。其中一个原因是矩阵操作需要用到dot方法。此外,numpy的索引结构较为复杂,在numpy中,yTxy会被表达为如下形式,numpy提供的matrix类更接近MATLAB的语法风格,使用*的乘法直接就是矩阵乘法,matrix对象还有一个I属性,得到的是矩阵的逆,对于matrix的使用,参考的工...原创 2019-05-10 22:22:37 · 797 阅读 · 0 评论