--scripy简介
Scripy 是基于Python生态的一款开源数值计算,科学与工程应用的开源软件(集成包)
包括NumPy,
pandas:数据清洗,数据处理
matplotlib:图表
IPython:Python的命令
--官网:www.scipy.org 用于查看各种文档
--NumPy: Numerical Python 数值Python包,是一个科学计算的基础包
=》包括:
1、一个强大的N维数组对象Array;新的数据结构:ndarray 多维数组对象
2、比较成熟的(广播)函数库;
3、用于整合C/C++和Fortran代码的工具包;
4、实用的线性代数、傅里叶变换和随机数生成函数。
numpy和稀疏矩阵运算包scipy配合使用更加方便。
=>约定导入方式:import numpy as np
=>建立多维数组:dtype='int'是可选属性,
arr=np.array(
[
[1,2,3,4],
[2,3,4,5]
],dtype='int'
)
=》多维数组的属性
ndim :维度数量 arr.ndim 输出:2
shape:表示各纬度大小的无组 arr.shape 输出:(2,4)
dtype:数组中元素的数据类型 arr.dtype 输出:dtype('int32')
size:元素总个数 arr.size 输出:8
=》ndarray常用创建方式
array函数:接收普通 的Pytho序列,转成ndarray
zeros函数:创建指定长度或形状的全零数据
ones 函数:创建指定长度或形状的全1数据
empty函数:创建没有任何具体数组,填充随机数
注:查看用法:help(np.zeros)
np.zeros((3,4)) :第一个纬度是3,每二个纬度是4
=》array([[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.]])
np.ones((2,3),dtype=np.int)
=>array([[1, 1, 1],
[1, 1, 1]])
np.empty((2,4))
=》 array([[ 0.00000000e+000, 0.00000000e+000, 0.00000000e+000,
0.00000000e+000],
[ 0.00000000e+000, 3.75489891e-321, 9.20946173e-312,
0.00000000e+000]])
空值,缺失值:NAN
=》其它创建方式
arrange:指定开始值 ,终值 和步长来创建
linspace:指定开始值 ,终值和元素个数来创建(是等差数据)
logspace:和linspace类似,但创建等比数列
随机数 :使用numpy.random模块的random()
np.arange(2,20,3) =>array([ 2, 5, 8, 11, 14, 17])
np.linspace(2,20,3)=>array([ 2., 11., 20.])
np.logspace(2,20,3) => array([ 1.00000000e+02, 1.00000000e+11, 1.00000000e+20])
第一个数代表10的2次方,第二个数据代表10的20次方,一共3个数
np.arange(2,20,2).reshape((3,3)):arange共生成9个数据,reshape参数为纬度组合
等价于np.arange(2,20,2).reshape((3,-1)): -1则会自动计算纬度值
=》array([[ 2, 4, 6],
[ 8, 10, 12],
[14, 16, 18]])
np.random.random((2,3,4)) 等价于np.random.random_sample((2,3,4))
=》array([[[ 0.35470454, 0.6991466 , 0.50477297, 0.88626083],
[ 0.37371852, 0.24205225, 0.25557513, 0.54635767],
[ 0.63346885, 0.11229341, 0.02501425, 0.18605801]],
[[ 0.17845119, 0.60472746, 0.99522841, 0.5046136 ],
[ 0.47077401, 0.18146169, 0.15353149, 0.49299722],
[ 0.875361 , 0.11101165, 0.45106087, 0.31289484]]])
Scripy 是基于Python生态的一款开源数值计算,科学与工程应用的开源软件(集成包)
包括NumPy,
pandas:数据清洗,数据处理
matplotlib:图表
IPython:Python的命令
--官网:www.scipy.org 用于查看各种文档
--NumPy: Numerical Python 数值Python包,是一个科学计算的基础包
=》包括:
1、一个强大的N维数组对象Array;新的数据结构:ndarray 多维数组对象
2、比较成熟的(广播)函数库;
3、用于整合C/C++和Fortran代码的工具包;
4、实用的线性代数、傅里叶变换和随机数生成函数。
numpy和稀疏矩阵运算包scipy配合使用更加方便。
=>约定导入方式:import numpy as np
=>建立多维数组:dtype='int'是可选属性,
arr=np.array(
[
[1,2,3,4],
[2,3,4,5]
],dtype='int'
)
=》多维数组的属性
ndim :维度数量 arr.ndim 输出:2
shape:表示各纬度大小的无组 arr.shape 输出:(2,4)
dtype:数组中元素的数据类型 arr.dtype 输出:dtype('int32')
size:元素总个数 arr.size 输出:8
=》ndarray常用创建方式
array函数:接收普通 的Pytho序列,转成ndarray
zeros函数:创建指定长度或形状的全零数据
ones 函数:创建指定长度或形状的全1数据
empty函数:创建没有任何具体数组,填充随机数
注:查看用法:help(np.zeros)
np.zeros((3,4)) :第一个纬度是3,每二个纬度是4
=》array([[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.]])
np.ones((2,3),dtype=np.int)
=>array([[1, 1, 1],
[1, 1, 1]])
np.empty((2,4))
=》 array([[ 0.00000000e+000, 0.00000000e+000, 0.00000000e+000,
0.00000000e+000],
[ 0.00000000e+000, 3.75489891e-321, 9.20946173e-312,
0.00000000e+000]])
空值,缺失值:NAN
=》其它创建方式
arrange:指定开始值 ,终值 和步长来创建
linspace:指定开始值 ,终值和元素个数来创建(是等差数据)
logspace:和linspace类似,但创建等比数列
随机数 :使用numpy.random模块的random()
np.arange(2,20,3) =>array([ 2, 5, 8, 11, 14, 17])
np.linspace(2,20,3)=>array([ 2., 11., 20.])
np.logspace(2,20,3) => array([ 1.00000000e+02, 1.00000000e+11, 1.00000000e+20])
第一个数代表10的2次方,第二个数据代表10的20次方,一共3个数
np.arange(2,20,2).reshape((3,3)):arange共生成9个数据,reshape参数为纬度组合
等价于np.arange(2,20,2).reshape((3,-1)): -1则会自动计算纬度值
=》array([[ 2, 4, 6],
[ 8, 10, 12],
[14, 16, 18]])
np.random.random((2,3,4)) 等价于np.random.random_sample((2,3,4))
=》array([[[ 0.35470454, 0.6991466 , 0.50477297, 0.88626083],
[ 0.37371852, 0.24205225, 0.25557513, 0.54635767],
[ 0.63346885, 0.11229341, 0.02501425, 0.18605801]],
[[ 0.17845119, 0.60472746, 0.99522841, 0.5046136 ],
[ 0.47077401, 0.18146169, 0.15353149, 0.49299722],
[ 0.875361 , 0.11101165, 0.45106087, 0.31289484]]])