numpy的基本用法(三)——numpy的索引

文章作者:Tyan
博客:noahsnail.com  |  CSDN  |  简书

本文主要是关于numpy的一些基本运算的用法。

#!/usr/bin/env python
# _*_ coding: utf-8 _*_

import numpy as np

# Test 1
# 一维矩阵
a = np.arange(3, 15)
print a
# 输出矩阵的第三个元素
print a[2]

# Test 1 result
[ 3  4  5  6  7  8  9 10 11 12 13 14]
5

# Test 2
# 二维矩阵
a = np.arange(3, 15).reshape(3, 4)
print a
# 输出矩阵的第二行
print a[1]
# 输出矩阵的第一个元素
print a[0][0]
# 输出矩阵某个位置上的元素
print a[2][1]
print a[2, 1]
# 输出矩阵第三行的所有数字
# :代表整行或整列
print a[2, :]
# 输出矩阵第二行的前三个数,左开右闭
print a[1, 0:3]

# Test 2 result
[[ 3  4  5  6]
 [ 7  8  9 10]
 [11 12 13 14]]
[ 7  8  9 10]
3
12
12
[11 12 13 14]
[7 8 9]

# Test 3
# 迭代矩阵的行
for row in a:
    print row

# 迭代矩阵的列
for column in a.T:
    print column

# Test 3 result
[3 4 5 6]
[ 7  8  9 10]
[11 12 13 14]

[ 3  7 11]
[ 4  8 12]
[ 5  9 13]
[ 6 10 14]

# Test 4
# 矩阵展开
print a.flatten()
# 迭代矩阵的元素
for item in a.flat:
    print item

# Test 4 result
[ 3  4  5  6  7  8  9 10 11 12 13 14]
3
4
5
6
7
8
9
10
11
12
13
14

参考资料

  1. https://www.youtube.com/user/MorvanZhou
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. NumPy基本用法: - 安装:使用pip命令安装NumPy库:`pip install numpy` - 导入:在Python代码中导入NumPy库:`import numpy as np` - 创建数组:使用np.array()函数创建NumPy数组,可以传入列表、元组等:`arr = np.array([1, 2, 3])` - 数组属性:可以使用数组的属性获取信息,如形状(shape)、维度(ndim)、元素类型(dtype)等:`arr.shape`、`arr.ndim`、`arr.dtype` - 数组运算:NumPy支持对数组进行各种数学运算,如加减乘除、幂运算、角函数等。运算可以直接对数组进行,也可以使用NumPy的函数进行:`arr + 2`、`np.sin(arr)` - 数组索引和切片:可以使用索引和切片操作获取数组中的元素或子数组:`arr[0]`、`arr[1:3]` - 数组操作:可以进行数组的合并、重塑、转置等操作,如np.concatenate()、np.reshape()、np.transpose()等。 2. Pandas的基本用法: - 安装:使用pip命令安装Pandas库:`pip install pandas` - 导入:在Python代码中导入Pandas库:`import pandas as pd` - 创建Series和DataFrame:Pandas的核心数据结构是Series和DataFrame。可以使用pd.Series()创建Series对象,pd.DataFrame()创建DataFrame对象。 - 数据读取:Pandas可以读取多种数据源的数据,如CSV、Excel、数据库等。使用pd.read_csv()、pd.read_excel()等函数进行数据读取。 - 数据处理:Pandas提供了丰富的数据处理功能,如数据清洗、缺失值处理、重复值处理、数据筛选、排序等。 - 数据分析:Pandas支持各种统计分析和聚合操作,如求和、均值、最大值、最小值、分组统计等。可以使用DataFrame的方法进行分析操作。 - 数据可视化:Pandas结合Matplotlib库,可以进行数据可视化操作,如绘制折线图、柱状图、散点图等。 - 数据导出:可以将处理后的数据导出为CSV、Excel等格式,使用to_csv()、to_excel()等方法。 NumPy是一个用于数值计算的库,提供了强大的数组和矩阵运算功能。而Pandas是一个基于NumPy的数据分析库,提供了高效的数据操作和处理工具。NumPy适合处理数值型数据,而Pandas适合处理结构化的表格型数据。两者经常一起使用,在数据分析和科学计算领域具有广泛的应用。

“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