Numpy
关于Numpy的基本使用
寅月十八
一个小白程序员的成长历程记录
展开
-
Numpy09 ---缺失数据(nan)和正负无穷数据(inf)
文章目录缺失数据(nan)产生原因注意点应用缺失数据处理正负无穷数据(inf)产生原因缺失数据(nan)nan(NAN,Nan):not a number表示不是一个数字产生原因读文件类型为float的文件时,如果数据缺失会提示nan注意点nan不相等 (np.nan != np.nan)nan和任何值计算都为nan应用判断数组中缺失值个数np.count_nonzero(arr! = arr)判断一个数字是否为nannan.isnan(arr)缺失数原创 2020-07-10 23:36:07 · 1958 阅读 · 0 评论 -
Numpy11 --- 线性代数(线性代数库numpy.linalg,矩阵库 numpy.matlib,)
文章目录Matrix创建(转换)矩阵(mat)矩阵运算数据dot和vdot(点积)inner(内积)matmul(矩阵积)线性代数函数库 linalg矩阵和向量积multi_dot(矩阵相乘)matrix_power(矩阵幂运算)分解cholesky(柯列斯基分解)qr (qr分解)svd(奇异值分解)矩阵特征值eig(特征值)eigheigvalseigvalsh规范及其他数字normconddetmatrix_rankslogdet解方程和逆矩阵solvetensorsolvelstsqinvpinvt原创 2020-07-07 00:01:20 · 1751 阅读 · 0 评论 -
Numpy09 --- 文件操作(数据的读取和操作)
文章目录npy文件介绍npy文件的储存与读取储存数据(save、savez)savesavez数据读取(load)普通文件的读取和操作数据储存(savetxt)数据读取(loadtxt)npy文件介绍在numpy中引入了一种新的文件格式npy (xxx,npy)我们可以将图片、数据以及其他信息存储如npy文件中npy文件的储存与读取NumPy专用的二进制格式保存数据,它们会自动处理元素类型和形状等信息储存数据(save、savez)save将数组保存到以 .npy 为扩展名的文件中原创 2020-07-06 13:03:18 · 892 阅读 · 0 评论 -
Numpy08 --- 元素常见操作函数 --- 统计函数
统计函数最大值和最小值 amin()和amax()用于计算数组中的元素沿指定轴的最小值或者最小值import numpy as np# 二维数组arr = np.array( [[1, 2, 3], [4, 5, 6], [7, 8, 9]])print(np.amin(arr, axis=0))print(np.amin(arr, axis=1))print(np.amax(arr, axis=0))print(np.amax(arr, axis=1原创 2020-07-05 21:01:57 · 1385 阅读 · 0 评论 -
Numpy06 ---广播机制
轴 axis原创 2020-06-30 09:20:35 · 3261 阅读 · 0 评论 -
Numpy07 ---数组基本操作
修改数组形状数组转置原创 2020-06-28 17:57:32 · 235 阅读 · 0 评论 -
Numpy05 --- 切片和索引及数据的修改
测试代码import numpy as nparr = np.array( [[1, 2, 3], [4, 5, 6], [7, 8, 9]])切片 slicenumpy中的切片和python列表中的切片操作相似可以从大数组中切出小数组# 取第二行print(arr[1])# 取第二列print(arr[:,1])# 取连续多行print(arr[2:])# 取连续多列print(arr[:,2:])# 取不连续行或者列# 取1、原创 2020-06-28 10:48:02 · 1473 阅读 · 0 评论 -
Numpy04 --- 数组属性
基本属性测试代码import numpy as nparr = np.random.rand(3,2,4)print(arr)ndim数组的轴(秩、维数)print(arr.ndim)shape数组的维度(行数和列数)print(arr.shape)size数组所含元素总数print(arr.size)dtype数组中元素类型print(arr.dtype)itemsize数组中每个元素字节大小print(arr.itemsiz原创 2020-06-27 20:08:23 · 184 阅读 · 0 评论 -
Nump02---数组的创建(随机创建、有序创建)
随机创建numpy.random.方法方法作用.rand(d0, d1, …, dn)生成从n个维度的均匀随机数组数,全为0-1之间的浮点数.randn(d0, d1, …, dn)生成从n个维度的正态分布随机数组数,浮点数,平均数为0,标准差为1.randint(low,high,(shape))从指定范围中去随机整数,shape是形状.uniform(low,high,(size))从指定范围中生成随机多维的数组,size是形状.normal(原创 2020-06-27 18:14:21 · 953 阅读 · 0 评论 -
Numpy03---数组类型操作
数据类型数据类型对象 (dtype)obj, align=False, copy=False|参数|含义 ||–|--|| obj |要转换的目标类型 ||align | 默认false,true则填充结构体字段 || copy |默认false,true则复制为dtype对象 |指定创建数组的数据类型np.arry(obj, dtype=s)import numpy as np# 第一种写法# n = np.array([1.35,2.48,3.67], dtyp原创 2020-06-27 13:32:12 · 172 阅读 · 0 评论 -
Numpy01---Ndarray 对象
概念NumPy数组是一个多维的数组对象(矩阵),称为ndarray创建数组(array方法)numpy.array(object, dtype=None, copy=True, order=‘K’, subok=False, ndmin=0)参数含义object数据dtype数据类型(可选),如果没有给出,自动设置为存储数据最小的类型copy对象是否需要复制order指定数组的内存布局。如果不是数组,则按C排列,如果为数组,C为行方向,F为列方向原创 2020-06-27 12:07:22 · 351 阅读 · 0 评论