04 用numpy快速处理数据

最新推荐文章于 2020-11-10 18:26:36 发布

KeepChasing1

最新推荐文章于 2020-11-10 18:26:36 发布

阅读量169

点赞数

分类专栏： # 数据分析实战基础篇

本文链接：https://blog.csdn.net/qq_40678779/article/details/107060415

版权

本文详细介绍了如何利用numpy库进行大规模数据的快速处理，包括数组操作、数学函数应用及数据筛选等核心功能，旨在提升数据处理效率。

摘要由CSDN通过智能技术生成

# Author:Nimo_Ding

# numpy是Python中使用最多的第三方库，而且是scipy、pandas等数据科学的基础库。
# numpy所提供的数据结构是Python数据分析的基础。
# 列表list的元素在系统内存中是分散存储的；而numpy数组存储在一个均匀连续的内存块中，
# 这样数组计算遍历所有的元素，不像列表list还需要对内存地址进行查找，从而节省了计算资源。

# 有两个重要的对象：
# ndarray - N-dimensional array object
# ndarray实际上是多维数组的含义
import numpy as np
print('# 用array函数创建数组:')
a=np.array([1,2,3])
b=np.array([[1,2,3],
           [4,5,6],
           [7,8,9]])
b[1,1]=10
print(a.shape)
# (3,)
print(b.shape)
# (3, 3)
print(a.dtype)
# int64
print(a)
# [1 2 3]
print(b)
# [[ 1  2  3]
#  [ 4 10  6]
#  [ 7  8  9]]



print('\n# 用dtype定义结构类型:')
persontype=np.dtype({
    'names':['name','age','chinese','math','english'],
    'formats':['S32','i','i','i','f']
})
# 定义数组时指定了结构数组的类型dtype=persontype。
peoples=np.array([
    ("zhangfei",32,78,89,90),