Python数据分析与可视化
文章平均质量分 80
使用Python进行数据分析与科学可视化
LiQiang33
自强不息,厚德载物
展开
-
Python Numpy mutiply 矩阵里数的相乘
文章目录1. 生成数组Array2. 生成矩阵Matrix3. 数的乘法运算对 Array 和Matrix均有效, 计算后类型不变1. 生成数组Array>>> a1 = np.array([1, 2, 3, 4, 5])>>> a1array([1, 2, 3, 4, 5])2. 生成矩阵Matrix>>> m1 = np.mat([1, 2, 3, 4, 5])>>> m1matrix([[1, 2, 3, 4,原创 2020-12-01 22:43:34 · 314 阅读 · 0 评论 -
Python numpy numpy.sum 与 python内置sum的区别
文章目录1. 使用2. 分析1. 使用>>> import numpy as np>>> m1 = np.mat([[1, 2], [3, 4]])>>> sum(m1)matrix([[4, 6]])>>> np.sum(m1)10>>> m2 = np.mat([[1, 2, 3], [4, 5, 6]])>>> sum(m2)matrix([[5, 7, 9]])>原创 2020-12-02 17:29:15 · 302 阅读 · 0 评论 -
Pyhton Numpy tile函数 行列复制
文章目录1. tile(matrix, (m, n))2. 对于向量同样成立1. tile(matrix, (m, n))用法将matrix矩阵行上复制m次,列上复制n次>>> a = np.mat([[1, 2], [3, 4]])>>> b = np.tile(a, (2, 2))>>> bmatrix([[1, 2, 1, 2], [3, 4, 3, 4], [1, 2, 1, 2],原创 2020-12-02 17:21:07 · 2122 阅读 · 0 评论 -
Python Pandas库 DateFrame操作
文章目录1. 下载1. 下载原创 2020-11-24 16:52:59 · 358 阅读 · 0 评论 -
Python numpy dot 矩阵的乘积
文章目录1. 函数使用2. 对于数组1. 函数使用两个矩阵的维数必须符合要求即, 左边是 m * n 维的 右边是 n * k 维的结果为: m * k维>>> a1 = np.mat([[1, 2, 3], [1, 2, 3]])>>> a2 = np.mat([[1, 1, 1], [2, 2, 2], [3, 3, 3]])>>> a1*a2matrix([[14, 14, 14], [14, 14, 14]]原创 2020-12-01 23:20:04 · 307 阅读 · 1 评论 -
Python numpy astype 强制类型转换
文章目录1. astype函数dtype展示类型1. astype函数>>> import numpy as np>>> v1 = np.random.randint(-5, 5, (1, 2)).astype(np.float64)v1>>> array([[2., 1.]])>>> v2 = np.random.randint(-5, 5, (2, 2)).astype(np.float64)>>>原创 2020-12-01 14:15:38 · 2210 阅读 · 0 评论 -
Python Pandas DataFrame value_counts() 函数 统计属性取值的个数
文章目录1. value_counts() 函数介绍2. 统计属性的个数1. value_counts() 函数介绍返回DataFrame数据中其中一列数据取值的个数比如:print(column_data.value_counts(), "类型: ", type(column_data.value_counts()).__name__)no 3yes 2Name: survice, dtype: int64 类型: Series2. 统计属性的个数import原创 2020-11-29 17:44:12 · 16063 阅读 · 1 评论 -
Python numpy nonzero 取矩阵中非零元素的下标
文章目录1. 对矩阵进行处理2. 使用的过程1. 对矩阵进行处理>>> a3 = [[1, 2, 3], [1, 3, 5], [1, 2, 4]]>>> a3 = np.mat(a3)>>> np.nonzero(a3[:, 0] == 1)(array([0, 1, 2], dtype=int64), array([0, 0, 0], dtype=int64))第一个数组定位的是行第二个数组定位的是列可见 (0, 0), (1,原创 2020-12-07 15:46:50 · 3928 阅读 · 0 评论 -
TVTK-SV02 数据管线简介
TVTK管线原创 2022-08-11 13:16:52 · 191 阅读 · 0 评论 -
Python科学计算与可视化 C1
python科学计算与可视化笔记-VTK安装与数据展示原创 2022-08-06 16:25:14 · 652 阅读 · 0 评论