python 多维数组 相关性计算,4,array多维数组

〇,numpy简介

numpy是高性能科学计算和数据分析的基础包。

大部分底层代码用C语言编写,运行速度快。

强有力支持向量化编程风格,有效替代循环。

相对于python有更加丰富的数据类型。

numpy中常用的3种对象是 ndarray,matrix 和ufunc

本节我们介绍 ndarray多维数组。

一,ndarray常用属性

9aa82f04c6e9b882e8a949541ed6b439.png

1ee5674ccad64c5abb80dff9b0def49d.png

二,array数据类型

array 常见的数据类型dtype有:

int:

int16('i2'),int32('i4'),int64('i8')

float:

float16('f2'),float32('f4'),float64('f8')

str/unicode:

np.str('str'),np.unicode('unicode','U',或'U3','

datetime:

日期时间 np.datetime64 ('datetime64')或 'datetime64[D]'规定时间精度,D也可以是Y,M,h,m,s),

时间间隔 np.timedelta64('timedelta64',或 'timedelta64[D]'规定间隔精度,D可以是D,h,m,s)

object:

可以存字符串,列表,字典,时间对象等各种Python对象,函数也是一种对象。

自定义数据类型:

如student = np.dtype([('name','U20'),('age','i2'),('mark','f2')])

1, 整型和浮点型

ea9af05d063c1d472d976abbc63194e1.png

2,字符串数据类型

2ade17e78344be1e2176162d2e0b5096.png

3,日期时间数据类型

05f56d538cd220e1309fcc3824f03820.png

4,object对象数据类型

c55c9afc4f0c58fefbc9cf6cc1f6e316.png

87555ade76e8d1fd5e008a1dc49ca148.png

5,自定义数据类型

c1864cb7556791a1127e8aa1b0ef5b43.png

三,创建 array

1,类型转换法

674462b172c2c6b926e4139a5c83bb8c.png

2,内部函数法

8f8cf8318115741ecd48d13066729b99.png

3,arange和linspace

1b31b73671c6add62a2746c3002c8a8c.png

四,array索引

1,下标索引和切片索引

(与list中相同)

a7e8899355768318eabbc1055bdefafa.png

8b9cd2fac90158f0a44d9d7025b95958.png

2,数组索引和布尔索引

( list中不存在)

74301b557c7f22cd74e1475cb7c4cecd.png

1cc4df0d41922b87b65dac5262cbafe5.png

65b3ce336ffde21714c4089135089277.png

五,array基本操作

1,逐元素运算

62bfca2c8e4c40534ce8aef611ac0df4.png

019781688a3da46e47648ab6db268172.png

2,矩阵运算

47718c6da9c6992dd26ef45b370c17bd.png

5436094d6a9f395c54ba1860b4b58811.png

0551476676a75ff4990a81f6d0bb904e.png

3,基础统计

1ae37d0968b1313f8254e43e9cb11eb3.png

d0424b982a5ba94c970c176dc9a0c205.png

4,拼接和变形

e0dae3dd385cdc2945c7ad24970ac1d9.png

ae6dd1ff41ceff0ebc430685a119abef.png

5a0ab0982914bd93285bd9452e701371.png

971e9b60b88de6751da01ec30a99cb1c.png

25079b6f30ba63c9a55fd653c468ea0a.gif

Python与算法之美

(Python_Ai_Road)

  • 0
    点赞
  • 2
    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