vi创建一个3列4行的二维数组_3小时入门numpy,pandas,matplotlib

本文介绍了使用Python进行数据分析的重要库numpy, pandas和matplotlib。numpy提供高性能的多维数组和通用函数;pandas的DataFrame数据结构结合了数据分析工具和灵活的操作方式;matplotlib则实现了类似MATLAB的绘图功能,用于数据可视化。文章详细讲解了这三个库的基本用法,包括数组创建、数据操作、数据可视化等核心概念。" 102908920,8729054,HSI分类新突破:基于光谱注意力模块的深度学习方法,"['深度学习', '图像处理', 'HSI分类', '注意力机制', 'CNN']
摘要由CSDN通过智能技术生成

使用Python中的三个库可以优雅地进行数据分析,得到一只野生的Matlab,这三个库是numpy,pandas 和 matplotlib。

numpy是高性能科学计算和数据分析的基础包,其array多维数组拥有丰富的数据类型,基于向量化技术可以有效代替循环,代码简单速度极快。

以numpy为基础的pandas中的数据框dataframe集数据分析工具万象于一身,可以像array数组一样进行复杂计算,又可以像excel一样地操作数据,又可以像SQL一样地操作数据。

而matplotlib进一步以matlab风格实现了绘图功能。其强大的数据可视化能力可以让你的数据分析结果颜值倾城。

一、numpy 库

numpy提供了三种常用的对象,数组array、矩阵matrix和ufunc(universal function)。

1,创建array

7cce624d1dac54396c992bfb85ea7e2e.png

2,访问array元素

fa929c5799fd450e618924f3cd53a0a5.png

3,array运算

0a17a168eac90000a5ec2f60338c65c2.png

4,使用matrix运算

785600b6a214e73e04453ea432af56b5.png

5,使用ufunc对象

0e226737f9e230cc2b08ac97b223218b.png
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