数据分析打工人常用NumPy 70个高频操作（上篇）

最新推荐文章于 2024-04-25 15:12:04 发布
最新推荐文章于 2024-04-25 15:12:04 发布
阅读量249 收藏 1
点赞数
分类专栏： # Python数据分析精进 文章标签： numpy 数据分析 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_21478261/article/details/113407941
版权
本文详细介绍了数据分析工作中NumPy库的70个高频操作，包括数组创建、转换、操作、统计计算等，是数据分析师必备的NumPy技能指南。
摘要由CSDN通过智能技术生成

 

目录

1、numpy导入、查看版本

2、numpy创建1维数组

3、numpy创建布尔型数组

4、取出numpy.ndarray中满足条件的元素

5、用新值替换numpy.ndarray中满足条件的元素（数组本身已被修改）

6、用新值替换numpy.ndarray中满足条件的元素（数组本身不被修改）

7、numpy.ndarray从1维变换为2维

8、垂直方向堆积两个numpy.ndarray

9、水平方向堆积两个numpy.ndarray

10、numpy函数输出指定数组

11、两个numpy.ndarray提取交集

12、两个numpy.ndarray去除另外一个中出现的元素

13、提取两个numpy.ndarray相同元素的索引

14、提取numpy.ndarray中满足某个条件的元素

15、定义函数操作numpy.ndarray中元素

16、改变numpy.ndarray中两列顺序

17、改变numpy.ndarray中两行顺序​

18、颠倒numpy.ndarray中各行顺序 

19、颠倒numpy.ndarray中各列顺序

20、创建一个包含随机浮点数的numpy.ndarray

21、numpy.ndarray中所有元素保留三位小数

22、numpy.ndarray中所有元素使用科学计数法

23、大numpy.ndarray省略部分元素

24、大numpy.ndarray输出所有元素

25、numpy.ndarray导入数据

26、取出numpy.ndarray中某列

27、一维numpy.ndarray转2维

28、求numpy.ndarray的均值、中位数、标准差

29、归一化numpy.ndarray使其值分布在0到1之间

30、求numpy.ndarray的softmax score

31、求numpy.ndarray的分位数

32、numpy.ndarray的随机位置插入值

33、提取numpy.ndarray缺省值坐标

34、按多个条件过滤numpy.ndarray

35、过滤numpy.ndarray中包含缺省值得行

1、numpy导入、查看版本

import numpy as np#导入numpy
print(np.__version__)#查看numpy版本

2、numpy创建1维数组

arr = np.arange(10)#创建0到1的1维数组
print(type(arr))
arr

3、numpy创建布尔型数组


                

        

        

        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        

    

      

        

            

              
                
                  qq_21478261
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          

                

                        订阅专栏
                









                



	

		

			

				
					
数据分析打工人常用NumPy 70个高频操作（下篇）

				
			

			

				

					qq_21478261的博客
				

				

					02-01
					
					336
					
				

			

		

		

			
				
数据分析打工人常用NumPy 70个高频操作（下篇）

			
		

	



                

            
              



	

		

			

				
					
100天精通Python（数据分析篇）——第50天：numpy进阶（数组操作、常用方法）

				
			

			

				

					努力让自己发光，对的人才能迎着光而来
				

				

					08-08
					
					2万+
					
				

			

		

		

			
				
一、数组操作

    1. 查看数据形状
    2. 修改数组形状
    3. 数组和数的计算
    4. 数组和数组的计算
    5. 数组中的转置
    6. 数组的拼接
    7. 数组的行列交换
    8. 数组中的clip(裁剪)
    9. 数组中数值的修改

二、numpy常用方法

    1. 小技巧
    2. 生成随机数
    3. 注意点copy和view.........

			
		

	



              


  
              

                


	

		

			

				
					
NumPy 取消科学计数法：np.set_printoptions(suppress=True)

				
			

			

				

					玉来愈宏的随笔
				

				

					08-16
					
					3327
					
				

			

		

		

			
				
NumPy 采用科学计数法，方便了数据展示，但对于人而言，不太便于观察，需要取消它，

压制Numpy输出精度：




np.set_printoptions(suppress=True)




			
		

	





	

		

			

				
					
python禁用科学计数的三种方法

				
			

			

				

					xiangxianghehe的博客
				

				

					04-30
					
					3万+
					
				

			

		

		

			
				
见format-specification-mini-language
>>> number = 0.0000001
>>> f"Number: {number}"
'Number: 1e-07'
>>> f"Number: {number:f}"
'Number: 0.000000'
>>> f"Number: {number:.10f}"
'Number: 0.0000001000'




			
		

	



		

			
		



	

		

			

				
					
Pandas和Numpy关闭科学计数法的方式

				
			

			

				

					当我把这件事情做出来的时候，我想要的东西就已经拿到了
				

				

					06-24
					
					1967
					
				

			

		

		

			
				
Pandas
全局设置：（显示数据的精度，可自定义修改 “%.3f”  改变数字即可）
pd.set_option('float_format', lambda x: '%.3f' % x)

Numpy
全局设置（直接关闭科学计数法）
np.set_printoptions(suppress=True)

以上



			
		

	





	

		

			

				
					
numpy在对数组进行“行过滤“的时候，使用集合运算函数比使用逻辑运算函数更简单

				
			

			

				

					jiongta9473的博客
				

				

					12-29
					
					888
					
				

			

		

		

			
				
1、集合运算

例1，集合运算的函数


import numpy as np
# 创建一维 ndarray x
x = np.array([1,2,3,4,5])
# 创建一维 ndarray y
y = np.array([6,5,4,8,7])
# 输出 x
print('x = ', x)
# 输出 y
print('y = ', y)
# 比较x和y
print('使用intersect1d输出x和y的交集:', np.intersect1d(x,y))
print('使用setdiff1d输出在

			
		

	





	

		

			

				
					
NumPy库在数据分析中的应用案例

					
最新发布

				
			

			

				

					ElvisUlysses的博客
				

				

					04-25
					
					2079
					
				

			

		

		

			
				
NumPy库中的ndarray是一个多维数组对象，该对象是一个快速、灵活的大数据容器，可以存储大量的数据类型相同的数据。NumPy（Numerical Python的简写）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。此外，NumPy还提供了许多其他有用的函数，如inv函数用于计算矩阵的逆、eig函数用于计算矩阵的特征值和特征向量等。在这个例子中，我们使用NumPy的统计函数来快速地计算数据的均值、标准差和方差，这对于数据分析来说是非常有用的。

			
		

	





	

		

			

				
					
100天精通Python（数据分析篇）——第49天：初识numpy模块

				
			

			

				

					努力让自己发光，对的人才能迎着光而来
				

				

					08-01
					
					2万+
					
				

			

		

		

			
				
一、初识numpy模块
        1. numpy介绍
        2. ndarray对象介绍
        3. numpy下载
    二、numpy模块的基本使用
        1. numpy数据类型
        2. 创建数组
        3. Ndarray数组属性
    三、元素操作
        1. 索引和切片
        2. 布尔索引
        3. 广播原则
        4. 轴(axis)

			
		

	





	

		

			

				
					
NumPy数据分析基础：数组形态转换转置操作一文详解

				
			

			

				

					master_hunter的博客
				

				

					10-07
					
					2826
					
				

			

		

		

			
				
作为数据分析三巨头Pandas、matplotlib、NumPy之一，必然要给足面子单独拿出来讲解一波。NumPy应用场景十分宽泛，Pandas很多函数转换后也都是NumPy数组类型的数据结构。在机器学习、深度学习以及一些数据处理操作中使用的频率甚至比Pandas都高。而且NumPy功能强大，使用起来也十分便捷，支持多种复杂操作。平时我的Pandas以及一些机器学习的文章都有用到NumPy，但是博客内容并没有详细解答NumPy的操作也没有记录有关NumPy操作的一些具体函数解答。

			
		

	





	

		

			

				
					
python 两个数组的交集_Python-2D numpy数组的交集

				
			

			

				

					weixin_39730911的博客
				

				

					12-10
					
					1692
					
				

			

		

		

			
				
I'm desperately searching for an efficient way to check if two 2D numpy Arrays intersect.So what I have is two arrays with an arbitrary amount of 2D arrays like:A=np.array([[2,3,4],[5,6,7],[8,9,10]])B...

			
		

	





	

		

			

				
					
python使用numpy求两个数组的并集交集差集（图像）

				
			

			

				

					啷个哩个啷
				

				

					06-21
					
					1万+
					
				

			

		

		

			
				
概率图的并集和交集

			
		

	





	

		

			

				
					
python numpy数组求多个筛选条件的结果的交集和并集

				
			

			

				

					SecondRound93的博客
				

				

					06-08
					
					5637
					
				

			

		

		

			
				
>>> import numpy as np
>>> arr1 = np.array([-10,-2,5,3,8])
>>> #并集
... condition = (arr1>6)+(arr1<0)
>>> print(arr1[condition])
[-10  -2   8]
>>> condition = (arr1>6)|(arr1<0)
>>> print(arr1

			
		

	





	

		

			

				
					
numpy 中的ndarray数组返回符合特定条件的索引方法

					
热门推荐

				
			

			

				

					wen123qiang的博客
				

				

					10-17
					
					14万+
					
				

			

		

		

			
				
在numpy的ndarray类型中，似乎没有直接返回特定索引的方法，我只找到了where函数，但是where函数对于寻找某个特定值对应的索引很有用，对于返回一定区间内值的索引不是很有效，至少我没有弄明白应该如何操作。下面先说一下where函数的用法吧。
（1）where函数的使用场景：
例如现在我生成了一个数组：
import numpy as np

arr=np.array([1,1,1

			
		

	





	

		

			

				
					
numpy 使用技巧

				
			

			

				

					u010601901的博客
				

				

					05-18
					
					3802
					
				

			

		

		

			
				
获取数组间数据之差
np.ptp([0,1,2,3])
在控制台输出过程中，默认小数会以科学计数法的形式输出，若不需要，则可以用以下代码 
可详见这里写链接内容
np.set_printoptions(suppress=True)

			
		

	





	

		

			

				
					
Numpy和Pandas关闭科学计数法显示

				
			

			

				

					云中寻雾的博客
				

				

					09-27
					
					4336
					
				

			

		

		

			
				
Numpy
import numpy as np
np.set_printoptions(suppress=True, threshold=np.nan)
1
2
其中，suppress=True 表示取消科学记数法，threshold=np.nan 完整输出（没有省略号）

Pandas
pd.set_option('float_format', lambda x: '%.3f' % x)
——...

			
		

	





	

		

			

				
					
python二维数组筛选_Python numpy按条件过滤二维数组

				
			

			

				

					weixin_39715460的博客
				

				

					12-19
					
					2929
					
				

			

		

		

			
				
Python newbie here, I have read Filter rows of a numpy array? and the doc but still can't figure out how to code it the python way.Example array I have: (the real data is 50000 x 10)a = numpy.asarray(...

			
		

	





	

		

			

				
					
python3使用numpy,pandas时如何取消科学计数法，显示完整输出（无省略号）

				
			

			

				

					Gabi_Note
				

				

					10-31
					
					4万+
					
				

			

		

		

			
				
博客1031
用python进行数据分析时，查看数据，经常发生数据被自动显示成科学记数法的模式，或者多行多列数据只显示前后几行几列，中间都是省略号的情形。
汇总了下解决办法，记录：
环境如下：
python version == 3.6
numpy version == 1.11.3
pandas version == 0.19.2
numpy
import numpy as np
np.set_...

			
		

	





	

		

			

				
					
[转载] python numpy--矩阵的通用函数

				
			

			

				

					u013946150的博客
				

				

					01-30
					
					429
					
				

			

		

		

			
				
参考链接： Python中的numpy.rint

一、概念

通用函数（ufunc）是一种对ndarray中的数据执行元素级运算的函数。你可以将其看作简单函数（接受一个或多个标量值，并产生一个或多个标量值）的矢量化包装器通用函数的输入是一组标量，输出也是一组标量，它们通常可以对应于基本数学运算，如加、减、乘、除等。

二、分类

1.一元函数

它们接受一个数组。返回一个结果数组，当然也能返回两个数组(modf函数)，但是这种的不是很常见；

（1）abs fabs

import nump...

			
		

	





	

		

			

				
					
获取数组交集

				
			

			

				

					w96098的博客
				

				

					09-08
					
					303
					
				

			

		

		

			
				
数组交集
function fn(arr1,...arg2) {
    return arr1.filter((item)=>{
        return arg2.every(value => value.includes(item))
    })
}
function fn2(arr1,...arg2) {
    return arr1.filter((item)=>
        arg2.every(value => value.includes(item))
 

			
		

	





	

		

			

				
					
"Python数据分析实践：NumPy数组的常用操作

				
			

			

				

					
				

			

		

		

			
				
Python数据分析实践：NumPy数组常用操作new.pdf是一份专门介绍NumPy数组常用操作的资料。NumPy是Python中用于科学计算的重要库之一，它提供了多维数组对象和一系列用于处理数组的函数，尤其适合用于数据分析、机器...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
qq_21478261

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
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