Python数据分析与展示(一)

维度

定义:一组数据的组织形式。同时可以将数据在多个维度上展开,来代表多个含义。

一维数据

定义:一维数据由对等关系的有序或无序数据构成,采用线性方式组织
在这里插入图片描述

二维数据

定义:是由多个一维数据组成,是一维数据的组合形式
表格是典型的二维数据
在这里插入图片描述

多维数据

定义:由一维或二维数据在新维度上的拓展形成

高维数据

定义:利于最基本的二元关系展示数据间的复杂结构。由键值对组织起来的数据。
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

NumPy库

功能

1、一个强大的N维数组对象ndarray
2、广播功能函数
3、整合C/C++/Fortran代码的工具
4、线性代数、傅里叶变换、随机数生成等功能

引用

import numpy as np(np表示引用的别名,可以定义为其他的,当然不建议)

N维数组对象:ndarray

在这里插入图片描述
数组对象可以去掉元素间运算所需的循环,使一维向量更像一个单个的数据。同时可以提高运算速度。

ndarray是一个多维数组对象,有两部分构成:1、实际数据。2、描述这些数据的元数据(数据维度、数据类型等)

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
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
支持的数据类型
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

ndarray的创建和变换
创建方法

1、从Python中的列表、元组等类型创建ndarray数组

x = np.array(list/tuple)
x = np.array(list/tuple,dtype=np.float32)

例子
在这里插入图片描述

2、使用NumPy中函数创建ndarray数组,如:arange、ones等

在这里插入图片描述
例子
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
ndarray数组维度变换的常用方法
在这里插入图片描述
在这里插入图片描述
reshape不改变原数组,而是重新生成一个数组返回,resize则是直接改变原数组

在这里插入图片描述
即使用astype定义一个与原数组相同数据类型的数组,也是生成一个新的数组,对原数组进行一个拷贝

在这里插入图片描述

3、从字节流中创建
4、从文件中读取特定的格式,创建ndarray数组

ndarray数组操作
索引和切片
一维数组的索引和切片

索引
在这里插入图片描述
切片
在这里插入图片描述

多维数组的索引和切片

索引
在这里插入图片描述
其中,将a看成三层,首先由a[1,2,3]来解释。第一层中,索引为1,因为索引是从0开始的,所以表示的是12-23,第二个是2,表示的是第三行:20-23,最后一个是3,表示的是第四个,所以输出的就是23

切片
在这里插入图片描述
在第三个例子中,第三个参数通过两个“:”来显示,意味着不在意一个横行的起始与结束,但是要以步长为2来截取。

ndarray数组的运算

数组与标量之间的运算,作用于数组中的每一个元素

在这里插入图片描述

NumPy一元函数在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

注意,在使用完一元函数后,判断原数组是否被改变,还是生成了一个新的数组,几乎所有的都是生成了新的数组,想要改变原来的数组,需要将其赋值

NumPy二元函数


在这里插入图片描述

小结

数据维度

ndarray类型属性、创建和变换

在这里插入图片描述

数组的索引和切片

数组的运算:一元、二元函数

参考

https://www.bilibili.com/video/BV1p5411x71g?p=10&spm_id_from=pageDriver

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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