python数据分析之Numpy模块学习

最新推荐文章于 2022-01-01 20:25:17 发布

李济雄

最新推荐文章于 2022-01-01 20:25:17 发布

阅读量215

点赞数

本文链接：https://blog.csdn.net/weixin_43496130/article/details/108172560

版权

本文详细介绍了Python数据分析库Numpy的核心概念，包括数组对象、数据类型、创建方式和索引操作。通过实例展示了如何进行一维和多维数组的索引、切片、花式索引以及广播机制，还涵盖了数组操作如修改形状、翻转、连接、分割、添加删除元素和排序等。对于理解和应用Numpy进行数值计算十分有帮助。

摘要由CSDN通过智能技术生成

Python数据分析之Numpy

python有着大量的功能强大的第三方库，这些第三方库的=可以大大的扩充python的功能，我们在实际使用过程中往往也离不开这些第三方库。

numpy是python的一种开源的数值计算扩展，这种工具可用来储存的处理大型矩阵，比python本身的嵌套列表结构要高效的多numpy提供了许多高级的数值编程工具。其中一个重要的特性就是他的数组计算；

在学习numpy之前我们先考虑这样的一个问题，我们拥有两个数值列表，现在想要使得列表中的每一个元素对应位置相加。我们首先能想到的是使用for循环实现这一操作：

a = [1, 2, 3, 4]
b = [5, 6, 7, 8]
c = []
for i in range(0, len(a)):
    c.append(a[i] + b[i])
print(c)	# output：[6, 8, 10, 12]

也可以使用列表生成式实现

a = [1, 2, 3, 4]
b = [5, 6, 7, 8]

c = [x + y for (x, y) in zip(a, b)]
print(c)

上面的代码已经是相当简洁了，但是在我们使用numpy时，实现改操作将更为简洁：

a = np.array([1, 2, 3, 4])
b = np.array([5, 6, 7, 8])

c = a + b
print(c)	output:[ 6  8 10 12]

每一个元素加一可以使用：

a = np.array([1, 2, 3,

关注