数据分析
有点意思!
这个作者很懒,什么都没留下…
展开
-
NumPy数值计算基础(数组的索引)
数组索引(1)一维数组索引: 类似于列表切片import numpy as nparr = np.arange(10)print(arr)# 结果: [0 1 2 3 4 5 6 7 8 9]print(arr[2:6]) # 结果: [2 3 4 5]print(arr[0::2])# 结果: [0 2 4 6 8]print(arr[-1::-2])# 结...原创 2019-01-02 21:52:44 · 1527 阅读 · 1 评论 -
NumPy数值计算基础(数组的创建方法,生成随机数)
Numpy 简介Numpy 是用于数据科学计算的基础,不但能够完成科学计算任务,还能被用作高效地多维数据容器。用于存储和处理大型矩阵。Python提供了一个 array 模块,和list 不同,它直接保存数值,但是由于Python的 array 模块不支持多维,也没有各种运算函数。Numpy 弥补了这一遗憾。Numpy 提供了一种存储单一数据类型的多维数组——ndarray(下文统称...原创 2019-01-02 20:30:15 · 4625 阅读 · 0 评论 -
NumPy-常用的统计函数
常用的统计函数函数 说明 sum 计算数组中的和 mean 计算数组中的均值 var 计算数组中的方差 std 计算数组中的标准差 max 计算数组中的最大值 min 计算数组中的最小值 argmax 返回数组中最大元素的索引 argmin 返回数组中最小元素的索引 cumsum 计算数组中所有元...原创 2019-01-05 11:23:17 · 1933 阅读 · 1 评论 -
NumPy-读写文件
读写文件NumPy 文件读写主要有二进制的文件读写和文件列表形式的数据读写两种形式(1) save 函数是以二进制的格式保存数据。 格式: np.save ("./save_arr ", arr1)(2) load 函数是从二进制的文件中读取数据。 格式: np.load("./ save_arr.npy")(3) savez 函数可以将多个数组保存到一个文件中。 ...原创 2019-01-05 10:24:01 · 2971 阅读 · 0 评论 -
NumPy-简单的统计分析
数组进行简单统计分析直接排序(1)sort 函数是最常用的排序方法。 格式: arr.sort();(2)sort 函数也可以指定一个 axis 参数,使得 sort 函数可以沿着指定轴对数据集进行排序。axis=1 为沿横轴排序; axis=0 为沿纵轴排序;间接排序(1)argsort 函数返回值为重新排序值的下标。 格式: arr.argsort();(2)le...原创 2019-01-04 19:20:47 · 2110 阅读 · 0 评论 -
NumPy-ufunc 函数
ufunc 函数 全称通用函数(universal function),是一种能够对数组中所有元素进行操作的函数。以 Numpy 数组作为输出,因此不需要对数组每个元素都操作,比 math 库中的函数操作效率更高。(1)四则运算:加(+)、减(-)、乘(*)、除(/)、幂(**)。数组间的四则运算表示对每个数组中的元素分别进行四则运算,所以形状必须相同。(2)比较运算:>、...原创 2019-01-03 21:54:04 · 1232 阅读 · 0 评论 -
NumPy矩阵创建与运算
创建与组合矩阵 使用 mat 函数创建矩阵: matr1 = np.mat("1 2 3; 4 5 6; 7 8 9") 使用 matrix 函数创建矩阵:matr2= np.matrix([[1,2,3], [4,5,6], [7,8,9]]) 使用 bmat 函数合成矩阵:np.bmat ("arr1 arr2; arr1 arr2")矩阵的运算 矩阵与数...原创 2019-01-03 21:16:23 · 1302 阅读 · 0 评论 -
python+matplotlib绘图线条类型、颜色、散点类型
python+matplotlib画图选色选点 原文章链接:http://www.cnblogs.com/darkknightzh/p/6117528.html参考网址:http://stackoverflow.com/questions/22408237/named-colors-in-matplotlibhttp://stackoverflow.com/question...转载 2019-01-03 19:14:42 · 5514 阅读 · 0 评论 -
NumPy数值计算基础(数组的变化)
变化数组形态 1.组合数组 使用 hstack 函数实现数组横向组合:np.hstack((arr1,arr2)) 使用 vstack 函数实现数组纵向组合:np.vstack( (arr1,arr2) ) 使用 concatenate 函数实现数组横向组合:np.concatenate( (arr1,arr2), axis = 1) ) 使用 concaten...原创 2019-01-03 10:19:12 · 685 阅读 · 0 评论