Python数据分析与展示听课笔记--numpy库

于 2024-07-31 22:37:33 发布
阅读量414 收藏 7
点赞数 8
分类专栏： python 文章标签： 笔记 numpy 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_33782655/article/details/140782886
版权

 课程链接：Python数据分析与展示_北京理工大学_中国大学MOOC(慕课) (icourse163.org)

目录

数据的维度

Numpy的数组对象：ndarray

Numpy

2. numpy的引用

3. N维数组对象ndarray的作用

N维数组对象:ndarray

3. ndarray对象的属性

4. ndarray的元素类型

数据的维度

1. 列表和数组的比较

都是一组数据的有序结构

区别：列表：数据类型可以不同；数组：数据类型相同

2. 高维数据

高维数据仅利用最基本的二元关系展示数据间的复杂结构

举例如下：

3. 数据维度的Python表示

一维数据：列表和集合类型

二维数据：列表类型

多维数据：列表类型

高维数据：字典类型或数据表示格式

数据表示格式：JSON、XML、YAML格式

Numpy的数组对象：ndarray

Numpy

1. numpy是一个开源的Python科学计算基础库

  • 一个强大的N维数组对象：ndarray
  • 提供了一组广播功能函数，用来在数组之间进行计算
  • 提供了整合C/C++/Fortran代码的工具
  • 提供了线性代数、傅里叶变换、随机数生成等功能

numpy是SciPy、pandas等数据处理或科学计算库的基础。

2. numpy的引用
import numpy as np
3. N维数组对象ndarray的作用
  • 数组对象可以去掉元素间运算所需要的循环，使一维向量更像单个数据
  • 设置专门的数组对象，经过优化，可以提升这类应用的运算速度

numpy的底层实现是由C语言来完成的，也就是说，在进行数组运算的时候底层C语言会提供非常高效和快速的运算性能，这样使得在进行大规模运算的时候运算时间会比较少。

N维数组对象:ndarray

1. ndarray是一个多维数组对象，由两部分构成：

  • 实际的数据
  • 描述这些数据的元数据（数据维度、数据类型等），需要额外的空间

这两部分就构成了计算机可以理解的n维数据

2. ndarray数组一般要求所有元素类型相同（同质），数组下标从0开始

3. ndarray对象的属性
属性说明
.ndim秩，即轴的数量或维度的数量
.shapendarray对象的尺度，对于矩阵，n行m 列
.sizendarray对象元素的个数，相当于.shape中n*m的值
.dtypendarray对象的元素类型
.itemsizendarray对象中每个元素的大小，以字节为单位
4. ndarray的元素类型
数据类型说明
bool布尔类型，True或False
intc与C语言中的int类型一致，一般是int32或int64
intp用于索引的整数，与C语言中ssize_t一致，int32或int64
int8字节长度的整数，取值[-128,127]
int1616位长度的整数，取值：[-32768, 32767]
int3232位长度的整数，取值：[-2^31, 2^31 -1]
int6464位长度的整数，取值：[-2^63, 2^63 -1]
数据类型说明
complex64复数类型，实部和虚部都是32位浮点数
complex128复数类型，实部和虚部都是64位浮点数

对比：Python语法仅支持整数、浮点数和复数3种类型

  • 科学计算涉及数据较多，对存储和性能都有较高要求
  • 对元素类型精细定义，有助于numpy合理使用存储空间并优化性能
  • 对元素类型精确定义，有助于程序员对程序规模有合理评估

saisaiz
关注
  • 8
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python数据分析与展示-Numpy、Pandas
m0_56776772的博客
06-26 290
numpy、pandas听课笔记
【听课笔记】精华python小课 3天零基础入门
weixin_55447224的博客
11-08 394
# 变量类型：int, float, string a = 10 b = 3.14 c = 'Hello' d = -10 print(a) print(b) print(type(c)) # 基础数学运算符号 e = 5/a f = 1-2 g = 5 * 6 h = a % b k = b ** 2 print(e) print(f) print(g) print(h) print(k) print(abs(-10)) print(type(5+10)) print(type(5 * 0.1)) pr
python数据笔记分析_听课笔记--Python数据分析--Numpy基础及基本应用
weixin_34779845的博客
02-21 139
'''@Author: Liang@LastEditors: Liang@Date: 2020-07-26 19:16:40@LastEditTime: 2020-07-28 20:26:31@Email: str-liang@outlook.com@FilePath: /undefinede:/Python数据分析/Numpy基础及基本应用.py@Environment: Win 10 Pyth...
听课笔记--Python数据分析--Numpy基础及基本应用
STR_Liang的博客
07-28 162
''' @Author: Liang @LastEditors: Liang @Date: 2020-07-26 19:16:40 @LastEditTime: 2020-07-28 20:26:31 @Email: str-liang@outlook.com @FilePath: /undefinede:/Python数据分析/Numpy基础及基本应用.py @Environment: Win 10 Python 3.8 @Description: Numpy基础及基本应用 ''' # 一维二维三维.
python笔记3（numpy数组）
weixin_44681745的博客
04-01 161
记录python听课笔记 文章目录记录python听课笔记一，数组创建1.创建NumPy数组1.1一维数组和二维数组的创建和访问1.2三维数组1.3数组元素的数据类型1.4arange()函数：创建一个由数字序列构成的数组。1.5asarray()函数：将列表或元组转化为数组对象。2.NumPy数组操作2.1数组元素的切片—— 一维/二维/三维2.2改变数组的形状3.NumPy数组操作数组间运算3.1一维数组间的相加 列相同方可3.2一维和二维数组相加 列同行不同 逐行相加3.3矩阵运算——矩阵乘法转置和求
Python可视化：matplotlib 制作雷达图进行对比分析
Python案例分享，B站视频教程：https://space.bilibili.com/523606542
08-14 941
前言 雷达图的背景一圈一圈地像雷达，用多边形来展现数据的大小，我认为比较适合用于有多种不同维度的情形，是发现差距的一种好工具。 比如说，「得到 APP」上的学分构成包括 5 个不同维度，我根据自己的学分构成及其变化，制作了一张雷达图。 其中「持续性」与学习的天数相关，「学习量」与听课或看书的数量相关，「笔记」与笔记的数量和互动相关，「知识分享」与分享转发的次数相关，「好奇心」与搜索的次数和广度相关。 从图中可以看出，在 2020 年的年初，我在笔记方面还比较薄弱，经过努力，我做笔记的数量明.
python课堂笔记
A66_6的博客
06-20 432
文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 提示：以下是本篇文章正文内容，下面案例可供参考 一、分支结构 Python使用if语句实现程序的分支结构，包括单分支结构、双分之结构和多分支结构。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn .......
案例上手 Python 数据可视化
热门推荐
GitChat
02-27 3万+
课程亮点 6 个常用的数据可视化工具使用方法 20 个案例贯穿各个工具的学习过程 基于 GUI / HTML / Web 网站多种绘图风格 中、美、日三国不同思想的制图工具 从静态到交互，满足不同需要的图示 课程背景 数据可视化是数据分析和机器学习的重要环节，比如数据清洗、特征工程、机器学习、数据分析（特别是报告）、评估等环节都会用到“数据可视化”技术。 数据可视化同时还广泛存在于各...
案例|python多项式拟合与线性回归
weixin_45047913的博客
04-01 1010
听课笔记，下面代码是交互式的，不能直接全部运行 x=[1,2,3,4,5] y=[4,7,10,13,16] x #显示x，结果为 [1,2,3,4,5] y #显示y,结果为 [4,7,10,13,16] ** ## 一、画散点图 ** import matplotlib.pyplot as plt #重命名为plt #第一种画图方式 plt.scatter(x,y) #第二种画图方...
Python数据分析与展示学习笔记-2-1
12-20
Python数据分析与展示学习笔记主要关注如何使用Python进行数据处理，特别是通过Numpy库。Numpy是Python中的一个核心库，专为高效的数值计算而设计，它包含了一个强大的N维数组对象——ndarray，以及用于处理这些数组...
嵩天-python数据分析与展示-课件-代码
11-09
【Python数据分析与展示】是IT领域中一个热门且实用的主题，尤其对于数据科学家、分析师以及对数据感兴趣的初学者而言。嵩天，作为一个知名的讲师，以其深入浅出的教学风格深受学员喜爱。这个压缩包包含了他关于...
Python数据分析与建模库-02科学计算库Numpy-1.数据结构
06-07
该视频主要讲述了南派（NumPy）的核心操作和数据结构，以及如何使用NumPy库读取和处理数据。首先介绍了南派是由行和列组成的矩阵，并展示了如何使用南派打开TXT文件。强调了在使用函数时需要查看文档，并详细解释了...
北理-Python数据分析与展示-Numpy、Matplotlib、Pandas作业 1+1
08-14
Numpy、Matplotlib和Pandas是Python数据分析与展示的三大核心库，它们各自承担着不同的任务，共同构建起高效的数据处理和可视化流程。 Numpy，全称为“Numerical Python”，是Python中的科学计算基础包。它提供了...
Python数据分析与建模库-02科学计算库Numpy01-05合集
06-11
1、该视频主要讲述了南派（NumPy）的核心操作和数据结构，以及如何使用NumPy库读取和处理数据。 2、该视频主要讲述了在编程中，如何对数组或矩阵中的元素进行判断和操作，以及在单排中如何进行类型转换。 3、该视频...
dsp c6657 SYS/BIOS学习笔记
最新发布
小pp的博客
07-25 251
SYS/BIOS是一种用于TI的DSP平台的嵌入式操作系统（RTOS）。
MongoDB学习笔记
weixin_55355282的博客
07-25 1110
文章记录了作者从对MongoDB数据库的初步了解到深入学习的全过程，包括对MongoDB的基本概念、CRUD操作以及高级特性的学习过程。同时，文章还介绍了使用mongoose这个DB对象建模工具来对MongoDB进行操作和管理的学习过程。文章总结了学习过程中遇到的问题和解决方案，对于初学者来说是一篇很好的参考资料。
谷粒商城实战笔记-59-商品服务-API-品牌管理-使用逆向工程的前后端代码
epitomizelu的专栏
07-25 434
品牌管理的代码使用逆向工程生成的代码，再次基础上进行修改。小细节，使用逆向工程生成代码时，要注意分页导致只生成部分代码，可以调整每页显示的数据条数，一次把所有的数据都显示出来。把逆向工程中与品牌相关的两个代码文件是brand.vue和。拷贝到前端工程中。
谷粒商城实战笔记-62-商品服务-API-品牌管理-OSS整合测试
epitomizelu的专栏
07-25 1031
通过上述步骤，你可以在Java项目中轻松地整合阿里云OSS服务，实现文件的上传、下载等功能。阿里云OSS提供了丰富的API和工具，可以根据你的业务需求进一步定制和扩展。希望这篇博客能帮助你在Java项目中顺利整合阿里云OSS服务。如果有任何疑问或需要进一步的帮助，请随时提问！
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
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