python numpy和pandas_《Python数据分析常用手册》NumPy和Pandas篇 .pdf 文档全文预览

本文详细介绍了Python数据分析库NumPy的基本功能,包括多维数组、数学函数、数据读写等,并列举了各类数据类型的代码表示。同时,提供了创建数组的常用函数,如np.array、np.ones、np.zeros等。这些工具对于高效处理和分析数据至关重要。
摘要由CSDN通过智能技术生成

《Python数据分析常用手册》NumPy和Pandas篇

一、常用库

1.NumPy

NumPy是高性能科学计算和数据分析的基础包。部分功能如下:

ndarray, 具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。

用于对整组数据进行快速运算的标准数学函数(无需编写循环)。

用于读写磁盘数据的工具以及用于操作内存映射文件的工具。

线性代数、随机数生成以及傅里叶变换功能。

用于集成C、C++、Fortran等语言编写的代码的工具。

首先要导入numpy库:import numpy as np

A NumPy函数和属性:

类型 类型代码 说明

int8、uint8 i1、u1 有符号和无符号8位整型(1字节)

int16、uint16 i2、u2 有符号和无符号16位整型(2字节)

int32、uint32 i4、u4 有符号和无符号32位整型(4字节)

int64、uint64 i8、u8 有符号和无符号64位整型(8字节)

float16 f2 半精度浮点数

float32 f4、f 单精度浮点数

float64 f8、d 双精度浮点数

float128 f16、g 扩展精度浮点数

complex64 c8 分别用两个32位表示的复数

complex128 c16 分别用两个64位表示的复数

complex256 c32 分别用两个128位表示的复数

bool ? 布尔型

object O python对象

string Sn 固定长度字符串,每个字符1字节,如S10

unicode Un 固定长度Unicode ,字节数由系统决定,如U10

表2.1.A.1 NumPy类型

生成函数 作用

np.array( x) 将输入数据转化为一个ndarray

np.array( x, dtype) 将输入数据转化为一个类型为type的ndarray

np.asarray( array ) 将输入数据转化为一个新的(copy )ndarray

np.ones( N ) 生成一个N长度的一维全一ndarray

np.ones( N, dtype) 生成一个N长度类型是dtype的一维全一ndarray

np.ones_like( ndarray ) 生成一个形状与参数相同的全一ndarray

np.zeros( N) 生成一个N长度的一维全零ndarray

np.zeros( N, dtype) 生成一个N长度类型位dtype的一维全零ndarray

np.zeros_like(ndarray) 类似np.ones_like( ndarray )

np.empty( N ) 生成一个N长度的未初始化一维ndarray

np.empty( N, dtype) 生成一个N长度类型是dtype的未初始化一维ndarray

np.empty(ndarray)

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