全是1的矩阵 python_python数据分析从入门到放弃——之三, 三剑客

终于步入正文

本篇文章先介绍数据分析三剑客里面的第一个工具: numpy

首先稍微介绍下什么是numpy

numpy系统是Python的一种开源的数值计算扩展

一个强大的N维数组对象Array
比较成熟的函数库

实用的线性代数、傅里叶变换和随机数生成函数

numpy和稀疏矩阵运算包scipy配合使用更加强大

废话不多说, 先上图

numpy

安装, 导库

pip install numpy -i https://pypi.douban.com/simple

tips: 对于体积非常大的第三方库, 我们可以指定一下国内的安装源, 比如清华的源, 豆瓣的源, 我这里指定的是豆瓣的源, 下载速度杠杠的, 用法也非常简单, 只需要在库后面跟上空格, 加上-i https://pypi.douban.com/simple 就OK啦

导库并检查下版本:

import numpy as np

np.__version__

导库

创建ndarray

老规矩, 先上图

创建ndarray

# 创建全是1的ndarray,默认为float64类型

np.ones(shape=(4,5))

# 创建全是0的ndarray

np.zeros(shape=(3,4))

# 使用指定的元素填充

np.full(shape=(4,5),fill_value=8)

# 生成对角线上全是1，其他位置全是0的二维ndarray

np.eye(8,k=0)

# 等分一个范围

np.linspace(0,100,num=51,endpoint=False,retstep=True)

# 和python的range一样

np.arange(0,100,step=3)

# 全是整数的ndarray,左闭右开的区间

np.random.randint(0,150,size=(4,6,3))

# 平均值为0，方差为1的正态分布

np.random.randn(3,4,5,6)

# 正态分布

np.random.normal(loc=10,scale=2,size=(10000,10000))

# 生成0到1的随机数，左闭右开

np.random.random(size=(3,4,5))

查看ndarray的属性

4个必记参数, 用的非常的频繁：

ndim：维度

shape：形状(各维度的长度)

size：总长度

dtype：元素类型

未完待续......