![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
numpy
乱写乱画
一个用来记录笔记的博客
展开
-
初识数据分析之NumPy 笔记七 随机漫步
来源:《利用Python进行数据分析·第2版》我们通过模拟随机漫步来说明如何运用数组运算。先来看一个简单的随机漫步的例子:从0开始,步长1和-1出现的概率相等。下面是一个通过内置的random模块以纯Python的方式实现1000步的随机漫步:In [146]: position = 0In [147]: walk = [position]In [148]: steps = ...翻译 2019-12-18 15:50:03 · 332 阅读 · 0 评论 -
初识数据分析之NumPy 笔记六 伪随机数生成
来源:《利用Python进行数据分析·第2版》numpy.random模块对Python内置的random进行了补充,增加了一些用于高效生成多种概率分布的样本值的函数。例如,你可以用normal来得到一个标准正态分布的4×4样本数组:In [113]: samples = np.random.normal(size=(4, 4))In [114]: samplesOut[114]:...翻译 2019-12-17 11:50:26 · 130 阅读 · 0 评论 -
初识数据分析之NumPy 笔记五 线性代数
来源:《利用Python进行数据分析·第2版》线性代数(如矩阵乘法、矩阵分解、行列式以及其他方阵数学等)是任何数组库的重要组成部分。不像某些语言(如MATLAB),通过*对两个二维数组相乘得到的是一个元素级的积,而不是一个矩阵点积。因此,NumPy提供了一个用于矩阵乘法的dot函数(既是一个数组方法也是numpy命名空间中的一个函数):矩阵乘法:In [99]: x = np.a...翻译 2019-12-17 11:06:10 · 145 阅读 · 0 评论 -
初识数据分析之NumPy 笔记四 利用数组进行数据处理
来源:《利用Python进行数据分析·第2版》NumPy数组使你可以将许多种数据处理任务表述为简洁的数组表达式(否则需要编写循环)。用数组表达式代替循环的做法,通常被称为矢量化。一般来说,矢量化数组运算要比等价的纯Python方式快上一两个数量级(甚至更多),尤其是各种数值计算。在后面内容中(见附录A)我将介绍广播,这是一种针对矢量化计算的强大手段。作为简单的例子,假设我们想要在一组值(网...翻译 2019-12-17 10:20:09 · 205 阅读 · 0 评论 -
初识数据分析之NumPy笔记三 数组的通用函数
来源:《利用Python进行数据分析·第2版》通用函数(即ufunc)是一种对ndarray中的数据执行元素级运算的函数。你可以将其看做简单函数(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。许多ufunc都是简单的元素级变体,如sqrt和exp:In [1]: import numpy as npIn [2]: arr = np.arange(10)In [...翻译 2019-12-16 18:06:07 · 162 阅读 · 0 评论 -
初识数据分析之NumPy 笔记二 数组的基本的索引和切片
来源:《利用Python进行数据分析·第2版》NumPy数组的索引是一个内容丰富的主题,因为选取数据子集或单个元素的方式有很多。一维数组很简单。从表面上看,它们跟Python列表的功能差不多:In [1]: import numpy as npIn [2]: arr = np.arange(10)In [3]: arrOut[3]: array([0, 1, 2, 3, 4, ...翻译 2018-06-01 09:18:05 · 597 阅读 · 1 评论 -
初识数据分析之NumPy 笔记一 ndarray一种多维数组对象
来源:《利用Python进行数据分析·第2版》numpy -- Numerical Python 数值的pythonnumpy弥补了作为通用编程语言的python在数值计算方面能力弱,速度慢的能力不足numpy VS Python测试代码import datetime as dtimport numpy as np # np是约定俗成的n = 100000start = d...翻译 2018-05-17 20:44:58 · 605 阅读 · 0 评论