numpy学习
numpy学习
statistican_ABin
python、R语言数据分析
展开
-
1.2多维数据结构ndarray的基础
接下来是用于显示元素数量的.size属性和按照字节对每个元素所占的内存空间大小进行表示的.itemsize属性,以及表示二者乘积的数组元素所占总内存空间大小的.nbytes属性。使用.flags属性和用于转换一维数组的迭代器.flat属性。使用.flat[n]语句可以显示将ndarray转换为一维数组后其中第n个元素的内容。简要地说,ndarray就是用于包含同样属性同样大小的元素的多维数组进行处理的一共python类。接下来使用.real属性和.imag属性对复数元素的实部和虚部分别进行显示。原创 2023-05-11 17:24:49 · 54 阅读 · 0 评论 -
1.4切片
如果指定范围是从数组的最开头开始,或者到结尾结束,则不需要指定start或stop。只需要将各个维度中切片组合起来即可。按坐标轴(axis)编号的升序依次进行指定。对待三维问题的数组还是要仔细的分别,容易出错,1.5继续!可以给它每个维度指定start,stop,step。如果指定整个数组范围,则可以只使用“:”、这里需要注意:索引是从0开始的。其中,step还可以指定为负数。原创 2023-05-16 17:52:17 · 29 阅读 · 0 评论 -
1.3广播机制
因此将(1,1,3)与(4,2,3)这样的结果进行广播处理,输出的形状使用的是每个维度的最大值,因而得到(4,2,3)这样的结果。例如,对两个数组中的元素进行加法运算时,可能会遇到这两个数组的形状不一致的问题,所谓广播,就是对这种情况中的数组形状进行参考,使其能够进行计算的一种非常方便的功能。规则1:在作为广播对象的数组中,如果维数不同,在其shape的开头加入1以对形状进行调整。规则4:对于元素数量为1的维度所在的轴,使用相同的值进行重复填充。规则3:结果中所输出的数组的形状,会根据每个维度。原创 2023-05-12 10:13:38 · 63 阅读 · 1 评论 -
1.1 Numpy简单学习和运用
从上面的代码可以看到,通过对数值进行加法或者乘法运算,就能实现对数组中所有的元素进行计算,这点与列表不同。广播是Numpy中具有代表性的功能之一,一旦掌握了其用法,会极大简化程序的开发工作。例如randn返回的是服从标准正态分布的随机值;创作该栏目是主要是为了提升自身数据预处理能力,同时也希望能和大家共同学习。在参数中指定形状,就可以创建出使用随机数填充的任意形状的数组。如果需要将数组中特定的值单独提取出来,就需要使用到索引和切片。这里需要引入axis的概念,例如使用求和函数np.sum。原创 2023-05-10 17:14:12 · 41 阅读 · 1 评论