numpy -- 基础知识：常见的运算操作

最新推荐文章于 2024-07-30 11:50:19 发布

高高兴兴5788

最新推荐文章于 2024-07-30 11:50:19 发布

阅读量379

点赞数

分类专栏： python基础学习文章标签： numpy python

本文链接：https://blog.csdn.net/qq_33624802/article/details/111047808

版权

本文介绍了numpy库中的基本数据运算操作，包括np.around的四舍五入，np.floor的向下取整，np.ceil的向上取整，np.where的条件判断，np.arange的序列生成，np.dot的矩阵运算，以及统计方法如方差var、标准差std、协方差cov的计算。此外，还讲解了np.linspace的等间隔数据生成，ndarray.flatten的一维化转换，数组的加法和乘法操作，以及处理缺失值的np.nanmean函数。

摘要由CSDN通过智能技术生成

numpy 数据运算操作

1.np.around

np.around返回四舍五入后的值，可以指定精度

格式：

around(a, decimals=0, out=None)

decimal表示精度，整数表示小数点右边保留几位，负数表示小数点左边保留几位

import numpy as np
a = [np.random.normal(10) for _ in range(10)]
# [8.75979108665653,
#9.381251593781995,
# 9.26005756259318,
# 11.703953107247258,
# 9.99876118043351,
# 9.721232175215642,
# 10.2967504704746,
 #10.222862901423143,
# 10.30046520090437,
# 10.677490944692005]
np.around(a)
#  array([ 9.,  9.,  9., 12., 10., 10., 10., 10., 10., 11.])
np.around(a,decimals=-1,out=None)
# 说明
#Out[16]: array([10., 10., 10., 10., 10., 10., 10., 10., 10., 10.])
np.around(a,decimals=-2,out=None)
# 说明
#Out[17]: array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])