第二章NumPy数值计算基础

最新推荐文章于 2024-09-02 22:08:11 发布

流光2021

最新推荐文章于 2024-09-02 22:08:11 发布

阅读量1.4k

点赞数

分类专栏： Python数据分析与应用文章标签： numpy python

本文链接：https://blog.csdn.net/qq_44913558/article/details/115822356

版权

本章详细介绍了NumPy的基础知识，包括如何创建和操作数组、生成随机数、索引访问数据、改变数组形态。此外，还讲解了NumPy矩阵的创建、通用函数（ufunc）的使用，特别是广播机制。在统计分析部分，提到了读写文件以及使用NumPy进行排序、去重和统计函数的应用。最后，通过实训任务，读者将实践读取iris数据集并进行统计分析，以及创建国际象棋棋盘的操作。

摘要由CSDN通过智能技术生成

第二章 NumPy数值计算基础

2.1掌握Numpy数组对象ndarray

2.1.1创建数组对象

2.数组创建

#创建数组并查看数组属性
import numpy as np
arr1=np.array([1,2,3,4])
print(arr1)
arr2=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
print(arr2)
print(arr2.shape)
print(arr2.dtype)
print(arr2.size)
#重新设置数组的shape属性
arr2.shape=4,3
print(arr2)
#使用arange函数创建数组
np.arange(0,1,0.2)#通过指定起点和终点，步长来创建一维数组
#linspace创建一维数组
np.linspace(0,1,12)#通过指定起点、终点和元素个数来创建一维数组
#logspace函数与linspace类似，它创建的是等比数列
np.logspace(0,1,12)
np.zeros((2,3))#元素值均为0
np.eye(3)#主对角线元素均为1，其他元素均为0
np.diag((1,2,3,4))#除对角线以外的元素均为0，对角线元素可以是1或者其他值
np.ones((2,3))#元素值均为1
#数组类型转换
np.float64(43)
np.int8(23.0)
np.bool(0)
np.float(False)

2.1.2生成随机数

#random函数是最常见的生成随机数的方法
np.random.random(10)

#rand可以生成服从均匀分布的随机数
np.random.rand(2,3)

#randn函数可以生成服从正态分布的随机数
np.random.randn(10,5)

#randint函数可以生成给定上下限范围的随机数
np.random.randint(2,10,size=[2,3])

2.1.3 通过索引访问一维数据

1.一维数组的索引

arr=np.arange(10)
print(arr)
arr[6]
arr[1:5]#包括arr[1],不包括arr[5]
rr[:5]#从arr[0]开始
arr[3:4]=101
arr[1:-1:2]#2表示隔一个元素取一个元素
arr[-1:1:-2]#步长为负数时，开始下标必须大于结束下标