numpy合并不同维度矩阵_利用Python进行数据分析,如何轻松玩转Numpy?

3a2007e7682d17d533fef7bb20727d5b.png

前言:

NumPy 是 Python 语言的一个扩展程序库。支持高阶大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。NumPy 是 Python 语言的一个扩展程序库。支持高阶大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。

numpy介绍:

一个用 python 实现的科学计算,包括:1、一个强大的 N 维数组对象 Array;2、比较成熟的(广播)函数库;3、用于整合 C/C++和 Fortran 代码的工具包;4、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 配合使用更加方便.

下面看看如何应用玩转numpy

利用Python进行数据分析之轻松玩转Numpy利用Python进行数据分析之轻松玩转Numpy,轻松玩转Numpy现代人的时间越来越碎片化,因此我准备抛弃那种长篇大论,每天几分钟了解一点点并掌握。

*本节重点:

1.Numpy属性

2.Numpy的创建 array

3.Numpy的基础运算

4.Numpy索引

5.Numpy array的合并

*1.Numpy属性

会介绍几种numpy的属性:

*ndim:维度

*shape:行数和列数

*size:元素个数

*2.Numpy的创建 array知识点:

*array:创建数组

*dtype:指定数据类型

*zeros:创建数据全为0

*ones:创建数据全为1

*empty:创建数据接近0

*arrange:按指定范围创建数据

*linspace:创建线段

*3.Numpy的基础运算numpy的几种基本运算上述代码中的a和b是两个属性为array也就是矩阵的变量,而且二者都是1行4列的矩阵,其中b矩阵中的元素分别是从0到3。

求两个矩阵之间的减法、加法、乘法、除法另外,Numpy中具有很多的数学函数工具,比如三角函数等,当我们需要对矩阵中每一项元素进行函数运算时,可以很简便的调用它们(以sin函数三角函数等,当我们需要对矩阵中每一项元素进行函数运算时,可以很简便的调用它们(以sin函数为例)

*4.Numpy索引

一维索引

在元素列表或者数组中,我们可以用如同a[2]一样的表示方法,同样的,在Numpy中也有相对应的表示方法二维索引

在Python的list中,我们可以利用:对一定范围内的元素进行切片操作,在Numpy中我们依然可以给出相应的方法

这一表示形式即针对第二行中第2到第4列元素进行切片输出(不包含第4列)。此时我们适当的利用for函数进行打印

*5.Numpy array的合并np.vstack)

np.hstack()

np.newaxis()

np.concatenate()

以下关于利用Python实现自动聊天机器人,可以元素进行切片操作,在Numpy中我们依然可以给出相应的方法

这一表示形式即针对第二行中第2到第4列元素进行切片输出(不包含第4列)。此时我们适当的利用for函数进行打印

*5.Numpy array的合并np.vstack()np.hstack()

np.newaxis()

电子版资料无偿领取方式:评论区扣“1”,后台私信“python”

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

“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