numpy
Sweeney Chen
厚积薄发!
展开
-
numpy数据类型
Python数据分析:numpy数据类型常用numpy基本类型:名称描述bool_布尔型数据类型(True 或者 False)int_默认的整数类型(类似于 C 语言中的 long,int32 或 int64)intc与 C 的 int 类型一样,一般是 int32 或 int 64intp用于索引的整数类型(类似于 C 的 ssize_t,一般情...原创 2019-04-23 09:18:44 · 855 阅读 · 0 评论 -
numpy练习(一)
numpy练习(一)创建一个 5x5 的二维数组,其中边界值为1,其余值为0Z = np.ones((5,5))Z[1:-1,1:-1] = 0Z使用数字 0 将一个全为 1 的 5x5 二维数组包围import numpy as npz = np.ones((5,5))z = np.pad(z, pad_width=1, mode='constant',constant_val...原创 2019-05-11 17:22:52 · 6919 阅读 · 0 评论 -
numpy函数
Python数据分析:numpy函数numpy位运算函数函数描述bitwise_and对数组元素执行位与操作bitwise_or对数组元素执行位或操作invert按位取反left_shift向左移动二进制表示的位right_shift向右移动二进制表示的位numpy字符串函数函数描述add()对两个数组的逐个字...原创 2019-04-25 14:34:01 · 546 阅读 · 0 评论 -
numpy常用统计方法
Python数据分析:numpy常用统计方法numpy常用统计方法:np.amin(), np.amax()np.ptp()np.percentile()np.median()np.mean()np.average()np.std(), np.var()np.sum()np.amin()和np.amax()numpy.amin() 计...原创 2019-04-25 10:57:36 · 3285 阅读 · 0 评论 -
numpy的使用
Python数据分析:numpy的使用Numpy是高性能计算和数据分析的Python包ndarray是指多维数组,具有矢量计算能力矩阵运算线性代数、随机数的生成import numpy as npndarray,N维数组对象所有元素必须是相同类型ndim属性指维度个数shape指各维度大小dtype指数据类型import nump...原创 2019-04-25 09:47:32 · 272 阅读 · 0 评论 -
numpy数组的分割和元素的添加与删除
Python数据分析:numpy数组的分割和元素的添加与删除数组的分割:函数描述split将一个数组分割为多个子数组hsplit将一个数组水平分割为多个子数组(按列)vsplit将一个数组垂直分割为多个子数组(按行)numpy.split 沿特定的轴将数组分割为子数组numpy.split(ary, indices_or_sections,...原创 2019-04-24 17:57:26 · 22355 阅读 · 0 评论 -
numpy修改数组维度和连接数组
Python数据分析:numpy修改数组维度和连接数组函数描述broadcast产生模仿广播的对象broadcast_to将数组广播到新形状expand_dims扩展数组的形状squeeze从数组的形状中删除一维条目numpy.broadcast 用于模仿广播的对象,返回一个对象,该对象封装了将一个数组广播到另一个数组的结果。numpy...原创 2019-04-24 15:09:22 · 1671 阅读 · 0 评论 -
numpy翻转数组
Python数据分析:numpy翻转数组函数描述transpose对换数组的维度ndarray.T转置rollaxis向后滚动指定的轴swapaxes对换数组的两个轴numpy.transpose 对换数组的维度numpy.transpose(arr, axes)arr:要操作的数组axes:整数列表,对应维度,通常所有维度都...原创 2019-04-24 11:58:14 · 9504 阅读 · 0 评论 -
numpy修改数组形状
Python数据分析:numpy修改数组形状函数描述reshape不改变数据的条件下修改形状flat数组元素迭代器flatten返回一份数组拷贝,对拷贝所做的修改不会影响原始数组ravel返回展开数组numpy.reshape 不改变数据条件下修改形状numpy.reshape(arr, newshape, order=‘C’)ar...原创 2019-04-24 09:42:58 · 8105 阅读 · 0 评论 -
numpy迭代数组
Python数据分析:numpy迭代数组迭代器可以完成对数组的访问import numpy as np a = np.arange(6).reshape(2,3)print ('原始数组是:')print (a)print ('--------------------')print ('迭代输出元素:')# 默认行序优先for x in np.nditer(a): pr...原创 2019-04-24 08:27:29 · 941 阅读 · 0 评论 -
numpy从数字范围创建数组
Python数据分析:numpy从数字范围创建数组numpy.arangenumpy.arange(start, stop, step, dtype)start 起始值,默认为0stop 终止值(不包含)step 步长,默认为1dtype 返回ndarray的数据类型,如果没有提供,则会使用输入数据的类型import numpy as npx ...原创 2019-04-23 13:55:47 · 2404 阅读 · 0 评论 -
numpy从已有数组创建数组
Python数据分析:numpy从已有数组创建数组numpy.asarraynumpy.asarray(a, dtype = None, order = None)a 任意形式的输入参数,可以是,列表, 列表的元组, 元组, 元组的元组, 元组的列表,多维数组dtype 数据类型,可选order 可选,有"C"和"F"两个选项,分别代表,行优先和列优先,在...原创 2019-04-23 09:39:05 · 821 阅读 · 0 评论 -
numpy创建数组
Python数据分析:numpy创建数组numpy.empty 创建指定形状、数据类型且未初始化的数组numpy.empty(shape, dtype = float, order = 'C')shape 数组形状dtype 数据类型(可选)order 有"C"和"F"两个选项,分别代表,行优先和列优先,在计算机内存中的存储元素的顺序numpy.zeros 创建指定大小的...原创 2019-04-23 09:36:15 · 571 阅读 · 0 评论 -
numpy数组属性
Python数据分析:numpy数组属性属性说明ndarray.ndim维度的数量ndarray.shape数组的维度ndarray.size数组元素的总个数ndarray.dtypendarray 对象的元素类型ndarray.itemsizendarray 对象中每个元素的大小,以字节为单位ndarray.flagsndarray...原创 2019-04-23 09:19:27 · 365 阅读 · 0 评论 -
numpy练习(二)
numpy练习(二)对于二维随机数组中各元素,保留其 2 位小数z = np.random.random((5,5))print(z)np.set_printoptions(precision=2)z使用科学记数法输出 NumPy 数组z = np.random.random([5,5])print(z)z/1e3使用 NumPy 找出百分位数(25%,50%,75%)z...原创 2019-05-11 21:06:04 · 745 阅读 · 0 评论