numpy 对数组的操作

np.array 创建对象

shape 查看维度

ndim 查看数组的维数

np.arange(10).reshape(2,5)
reshape(2,5)创建从0-9 中创建两行五列的数组

np.vstack((x,y))
数组上下叠加a,b
np.hstack((x,y))
数组左右叠加

np.dstack((x,y))
数组相同位置元素叠加

np.column_stack((x,y))
数组按照列叠加

np.row_stack((x,y))
数组按照行叠加

np.vsplit(x,2)
第零个维度分割为两部分

np.hsplit(x,2)
第一个维度分割为两部分

np.dsplit(x,2)
按照元素内容分割为两个数组

x.size
数组元素总个数

x.astype(int)
转换类型

np.mean(x)
算数平均值

np.average(x,weights=y)
加权平均值

np.min(a)
np.max(a)
数组元素之间比较

np.median(a)
中位数

样本:从全体中随机抽取个体

样本平均值:所有数据之和除以数据个数

离差:单项数值与平均值之间的差

方差: 在概率论和统计方差衡量随机变量或一组数据时离散程度的度量
是每个样本值与全体样本值的平均数之差的平均值的平均数

标准差: 标准差是方差的算术平方根。能反映一个数据集的离散程度

day02 numpy

numpy.apply_along_axis(fun,axis,arr)

fun: 作用于一个一维数组的函数
axis: 整数,第几个维度分割
arr: 输入的数组

np.clip(arr,min,max,out=None)
返回一个数组,其值介于最大值与最小值之间

np.compress(condition,arr,xis=None.out=None)
返回满足条件的一部分数组

np.cumprod(a)
np.cumprod(a,axis=0/1)
返回维度上元素乘积的累积

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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