活动地址:CSDN21天学习挑战赛
数据分析----Numpy
Numpy简介
NumPy是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库
NumPy库的名字由“Numerical Python”缩写而来
NumPy库是Pandas库的基础
Numpy补充了Python语言所欠缺的数值计算能力
Numpy完全标准C语言实现,运行效率充分优化
Numpy官网:https://numpy.org/
Numpy安装和调用
如果使用conda
conda install numpy
如果使用pip
pip install numpy
numpy的调用
import numpy as np
Numpy数据类型
数组的定义
- 用np.ndarray类对象表示的n维数组
- ndarray是一个通用的同构数据多维容器
- 可以利用这种数组对整块数据执行一些数学运算
- n为数字(1,2,3…),d(dimension维度),array(数组)
创建数组
1、numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
import numpy as np
a = np.array([1,2,3,4])
print(a)
2、numpy.arange(start, stop, step, dtype)
- start : 开始值
- stop : 结束值(不包含)
- step : 步长
- dtype : 数据类型
- 左闭右开
import numpy as np
b = np.arange(1,10)
print(b)
3、np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
numpy.linspace 函数用于创建一个一维数组,数组是一个等差数列构成的
import numpy as np
b = np.linspace(1,100,5)
print(b)
4、np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)
numpy.logspace 函数用于创建一个于等比数列。
5、
numpy.zeros(shape,dtype = float,order ='C’
numpy.ones(shape,dtype =None,order ='C’ )
random模块创建数组
- np.random.randint()
返回随机整数,左闭右开区间 [low, high) - np.random.randn()
返回一个样本,具有标准正态分布 - np.random.rand()
随机样本位于[0, 1)中 - np.random.random()
返回随机的浮点数,在半开区间 [0.0, 1.0) - np.random.ranf()
返回随机的浮点数,在半开区间 [0.0, 1.0) - np.random.sample()
返回随机的浮点数,在半开区间 [0.0, 1.0) - np.random.choice()
生成一个随机样本 - np.random.bytes()
返回随机字节
数组属性
- ndarray.shape - 维度,数组的尺寸。一个整数元组,指示每个维度中数组的大小。对于具有n行和m列的矩阵(n,m)
- ndarray.dtype - 描述数组中元素类型的对象
- ndarray.size - 数组元素的总数。等于shape的乘积
- ndarray.ndim - 数组的轴数(尺寸)。len(shape)(长度)
- ndarray.itemsize - 数组中每个元素的大小(以字节为单位)
- ndarray.nbytes - 总字节数 = size x itemsize
- ndarray.real - 复数数组的实部数组
- ndarray.imag - 复数数组的虚部数组
- ndarray.T - 数组对象的转置视图
- ndarray.flat - 扁平迭代器