数据清洗之numpy库

目录

准备工作

1.numpy环境

2.全部行输出

一、 创建Ndarray

1.np.array函数

 2.随机数函数

1.随机生成整数

2.随机生成取值在0-1之间的服从均匀分布的浮点数

 3.随机生成可选择取值范围的服从均匀分布的浮点数

 4.随机生成取值在0-1之间的服从均匀分布的参数为元组的浮点数

5.随机生成服从标准正态分布的浮点数

3.np.arange函数

---

准备工作

1.numpy环境

推荐使用Anaconda来导入numpy包。

这里我用的是Jupyter。Jupyter使用

import numpy as np

导入numpy包，并给一个别名np。

2.全部行输出

全局输出控制语句

# 设置全部行输出
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"

以单元格为单位，对所有可以被输出的对象，依次进行输出。

一、 创建Ndarray

1.np.array函数

array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)

object为对象，其他有默认值可不输。

ndmin为维度。[[1,2,3]]和[[1],[2,3]]都是二维的。看几重[ ]为几维。

 

 2.随机数函数

包含在np.random类中

1.随机生成整数

randint(low, high=None, size=None, dtype=int)

low：最小值（默认为0）     high：最大值（必须）    范围：[low,high)左闭右开区间

size：形状（不输入size默认是1*1）

        size=4表示4*1    等价于size=(4,)

 

2*（5*4）的列表

同理（2,3,4,5）为2*（3*（4*5的列表）） 

2.随机生成取值在0-1之间的服从均匀分布的浮点数

rand(d0, d1, ..., dn)

括号内为各维度的参数。

 3.随机生成可选择取值范围的服从均匀分布的浮点数

uniform(low=0.0, high=1.0, size=None)

low默认为0，high默认为1。

 

 4.随机生成取值在0-1之间的服从均匀分布的参数为元组的浮点数

random(size=None)

5.随机生成服从标准正态分布的浮点数

randn(d0, d1, ..., dn)

3.np.arange函数

arange([start,] stop[, step,], dtype=None, *, like=None)

list(range)是创建一个列表，arange是创建一个数组，二者有本质的不同。