Numpy库使用
python Numpy库使用
1.矩阵的创建
import Numpy as np
#numpy 多维数组 array
data1=[1,2,3,4,5]
arr1=np.array(data1)
执行结果:
data2=[[1,2,3],[4,5,6]]
arr2=np.array(data2)
执行结果:
//也可以直接打印矩阵
arr3=np.array([[11,21,31],[55,66,77]])
print(arr3)
执行结果:
1.1 矩阵大小
特殊矩阵 零矩阵 全1矩阵 对角矩阵
//零矩阵为float类型,所以0是浮点数
zero1=np.zeros(5)
print(zero1)
zero2=np.zeros((3,3))
print(zero2)
执行结果:
执行结果2:
全1矩阵
one1=np.ones(5)
one2=np.ones((6,6)) //6行6列
print(one1)
print(one2)
执行结果:
执行结果2:
对角矩阵
eye1=np.eye(4) //4行4列
print(eye1)
eye1=np.eye(4)
# #支持的数据类型 bool int(16,32) uint(8,16,32) float complex复数````
print(eye1.dtype)
执行结果:
2.矩阵的运算
2.1 单个矩阵运算
// *是对应元素相乘 不是矩阵乘法
arr3=np.array([[11,21,31],[55,66,77]])
print(arr3+2)
print(arr3*2)
2.2 矩阵点乘
arr2=[[1,2,3],[4,5,6]]
arr4=np.array([[1,1,1,1],[2,2,2,2],[3,3,3,3]])
print(arr4)
print(np.dot(arr2,arr4)) #dot 是矩阵乘法
2.3 字符串
words=np.array(list("Hello World!"))
print(words)
print(words=="o")
2.4 平均值 方差 三角函数
#指数运算 平方np.square 开根号np.sqrt 对数log 取余mod 绝对值np.abs np.cos np.sin np.tan
print(np.exp(arr4)) //e指数
print(np.square(arr4))
print(np.sqrt(arr4))
执行结果:
2.5 numpy 统计功能 求和sum 平均数mean 标准差std 方差var 最大值max min
arr4=np.array([[1,1,1,1],[2,2,2,2],[3,3,3,3]])
print(np.sum(arr4))
print(np.mean(arr4))
print(arr4.mean(axis=1)) #行平均
print(arr4.mean(axis=0)) #列平均
print(np.std(arr4))
print(np.var(arr4))
print(np.max(arr4))
print(np.min(arr4))
执行结果:
2.6 矩阵转秩
arr5=np.array([[1,1,1,1],[2,2,2,2],[3,3,3,3],[4,4,4,4]])
print(arr5)
print(arr5.T)
执行结果:
2.7 矩阵合并
hstack是左右合并,vstack是上下合并
3.pandas
Series
obj=pd.Series([1,2,3,4])
3.2 DataFrame的使用
data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada'],
'year': [2000, 2001, 2002, 2001, 2002, 2003],
'pop': [1.5, 1.7, 3.6, 2.4, 2.9, 3.2]}