利用python进行数据分析第四章学习笔记

本文主要介绍了Python数据分析库Numpy的基础知识,包括ndarray、数学运算、数据类型、索引切片、通用函数、数据处理、排序、唯一化以及文件输入输出。通过实例演示了如何使用Numpy进行数组操作,如创建、转置、切片以及各种数学函数的使用,为数据分析提供基础工具。
摘要由CSDN通过智能技术生成

Numpy基础
基础功能:
1.ndarray,一个具有矢量运算和复杂广播能力的快速且节省空间的多维数组。
2,用于对整组数据进行快速运算的标准数学函数(无需编写循环)。
3,用于读写磁盘数据的工具以及用于操作内存映射文件的工具。
4,线性代数,随机数生成以及傅里叶变换。
5,用于集成C、C++、Fortran等语言编写的的代码A C API。

import numpy as np
data = np.random.randn(行, 列)

数学运算:

data * 10
data + data

属性方法:
data.shape()返回一个各维度大小的元组。
data.dtype()返回一个用于说明数组数据类型的对象。
data.ndim()返回数组的维度大小。
np.zeros()创建一个指定长度或形状的全为0的数组。
np.ones()创建一个指定长度或形状的全为1的数组。
np.empty()创建一个没有任何具体值的数组。
np.arange()range()的数组版
data.astype()可以将一个数组的dtype换成另一个dtype。

arr = np.astype(np.float64)

创建andrray:

data1= [6, 7, 8, 9]
arr1 = np.array(data1)
data2 = [[1, 2, 3, 4],
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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