摘要:有损的提取数据特征
%run 运行py程序
%time statement 给出代码执行时间
%timeit statement 多次执行代码给出平均时间
高维数据:字典类型或者数据表示格式
dict={
"firstname":zhang,
"lastname":sang
}
国际公认数据表示格式:json、xml、yaml
import numpy as np
def npSum():
a=np.array([0,1,2,3,4])
b=np.array([9,8,7,6,5])
c=a**2+b**3
return c
print(npSum())
'''[729 513 347 225 141]'''
nparray属性 | 描述 |
---|---|
.nparray | 对象的属性 |
.ndim | $12 |
.ndim | 秩,即轴的数量或维度的数量 |
.shape ndarray | 对象的尺度,对于矩阵,n行m列 |
.size ndarray | 对象元素的个数,相当于.shape中n*m的值 |
.dtype ndarray | 对象的元素类型itemsize ndarray对象中每个元素的大小,以字节为单位 |
ndarray数组的创建方法
(1)从Python中的列表、元组等类型创建ndarray数组
x=np.array(list/tuple)
x=np.array(list/tuple,dtype=np.float32)
(2)使用NumPy中函数创建ndarray数组,如:arange,ones,zeros等
函数 | 说明 |
---|---|
np.arange(n) | 类似range0函数,返回ndarray类型,元素从0到n-1(默认生成整型) |
np.ones(shape) | 根据shape生成一个全1数组,shape是元组类型(默认生成浮点型) |
np.zeros(shape) | 根据shape生成一个全0数组,shape是元组类型(默认生成浮点型) |
np.full(shape,val) | 根据shape生成一个数组,每个元素值都是val |
np.eye(n) | 创建一个正方的n*n单位矩阵,对角线为1,其余为0 |
(3)使用NumPy中其他函数创建ndarray数组
函数 | 说明 |
---|---|
np.linspace() | 根据起止数据等间距地填充数据,形成数组 |
np.concatenate() | 将两个或多个数组合并成一个新的数组 |