![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python$numpy和Pandas
文章平均质量分 57
嗨皮lemon
这个作者很懒,什么都没留下…
展开
-
numpy属性学习
一.为什么使用numpy和Pandas 1.运算速度快:numpy 和 pandas 都是采用 C 语言编写, pandas 又是基于 numpy, 是 numpy 的升级版本。 2.消耗资源少:采用的是矩阵运算,会比 python 自带的字典或者列表快好多 二.numpy属性 ndim:维度 shape:行数和烈属 size:元素个数import numpy as np#方便...原创 2018-07-27 09:51:39 · 334 阅读 · 0 评论 -
numpy的几种运算
一.一维矩阵的加,减,平方,三角函数import numpy as npa=np.array([10,20,30,40])b=np.arange(4)#0,1,2,3c=b**2d=np.sin(a)e=np.cos(a)f=np.tan(a)print(a+b)print(a-b)print(c)print(d)print(e)print(f)print(b&lt...原创 2018-07-24 15:55:32 · 5078 阅读 · 0 评论 -
numpy学习index
一.一维二维的索引import numpy as npa=np.arange(3,15)#3-14,print(a)print(a[3]) #6,一维,第四个b=np.array([[1,2,3],[4,5,6],[7,8,9]])print(b)#3行3列的矩阵print(b[1][1]) #5,第一行第一个print(b[2,1]) #8,第2行第一个print(...原创 2018-07-26 11:20:19 · 4289 阅读 · 0 评论 -
numpy的数组合并分割
一.数组横向纵向合并import numpy as npa=np.array([1,1,1])b=np.array([2,2,2])c=np.vstack((a,b)) #vertical stack垂直合并d=np.hstack((a,b))#horizontal stack水平合并print(a.shape ) # (3,)print(c.shape) # (2,3...原创 2018-07-26 11:19:27 · 1316 阅读 · 0 评论 -
numpy学习数组赋值
一,=赋值方式有关联性import numpy as npa=np.arange(4)b=ad=bprint(a)#[0 1 2 3]print(b)#[0 1 2 3]print(b is a)#Trueprint(d)#[0 1 2 3]a[0]=4#改变a的第一个值,b和d也都变化print(a)#[4 1 2 3]print(b)#[4 1 2 3]print(d...原创 2018-07-26 11:20:04 · 10341 阅读 · 0 评论 -
numpy.vstack和for循环
arr=np.vstack([np.linspace(-1,1,5) for _ in range(4)]) 对于这行代码怎么看懂到底是什么作用,拆开测试: 其中for _ in range()中下划线表示 临时变量, 仅用一次,后面无需再用到 numpy.vstack(arrays, axis=0) Parameters: arrays : sequence of array_lik...原创 2018-09-03 22:09:13 · 2212 阅读 · 0 评论 -
numpy中的==和is和 view
import numpy as npa = np.arange(12)print ab = aprint a is bc = a.view()print a is cprint a == cd = a.copy()print a is dprint a == d输出:[ 0 1 2 3 4 5 6 7 8 9 10 11]TrueFalse...原创 2019-05-07 22:25:41 · 380 阅读 · 0 评论