![](https://img-blog.csdnimg.cn/20201007092726342.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Numpy
Numpy
陈陈陈Chann
这个作者很懒,什么都没留下…
展开
-
Numpy入门(十一):np.std()用法
点击跳转《Numpy入门系列目录》numpy.std(a, axis=None, dtype=None, out=None, ddof=0)a: array_like,需计算标准差的数组axis: int, 可选,计算标准差的轴。默认情况是计算扁平数组的标准偏差。dtype: dtype, 可选,用于计算标准差的类型。对于整数类型的数组,缺省值为Float 64,对于浮点数类型的数组,它与数组类型相同。out: ndarray, 可选,将结果放置在其中的替代输出数组。它必须具有与预期输原创 2020-10-08 14:48:35 · 50290 阅读 · 0 评论 -
Numpy入门(十):np.cov()用法
点击跳转《Numpy入门系列目录》numpy.cov(m, y=None, rowvar=True)m: array_like,包含多个变量和观测值的1-D或2-D数组,m的每一行代表一个变量,每一列都是对所有这些变量的单一观察。y: array_like, 可选,另外一组变量和观察,y具有与m相同的形状。rowvar: bool, 可选,如果rowvar为True(默认值),则每行代表一个变量X,另一个行为变量Y。否则,转换关系:每列代表一个变量X,另一个列为变量Y。功能:给定数原创 2020-10-08 14:47:19 · 9340 阅读 · 0 评论 -
Numpy入门(九):np.corrcoef()用法
点击跳转《Numpy入门系列目录》numpy.corrcoef(x, y=无, rowvar = True, 偏差=<无值>, ddof=<无值>)x: array_like,包含多个变量和观测值的1-D或2-D数组,x的每一行代表一个变量,每一列都是对所有这些变量的单一观察。y: array_like, 可选,另外一组变量和观察,y具有与x相同的形状。rowvar: bool, 可选,如果rowvar为True(默认值),则每行代表一个变量,并在列中显原创 2020-10-08 14:46:01 · 28059 阅读 · 3 评论 -
Numpy入门(八):np.piecewise()用法
点击跳转《Numpy入门系列目录》numpy.piecewise(x, condlist, funclist, *args, **kw)x: 表示要进行操作的对象condlist: 表示要满足的条件列表,可以是多个条件构成的列表funclist: 执行的操作列表,参数二与参数三是对应的,当参数二为true的时候,则执行相对应的操作函数功能:根据相关的条件,进行筛选,然后对满足不同条件的元素进行相关的操作,这个操作可以来源与函数、lambda表达式等,并得到新的结果,返回原创 2020-10-08 14:44:39 · 8720 阅读 · 0 评论 -
Numpy入门(七):np.where()用法
点击跳转《Numpy入门系列目录》numpy.where(condition[, x, y])condition: 数组,布尔值x, y: array_like, 可选,x与y的shape要相同,当condition中的值是true时返回x对应位置的值,false是返回y的功能:基于条件condition,返回值来自x或者y,即找出满足条件的数组中的位置索引例子import numpy as npa = np.arange(1, 20, 2)print(a)原创 2020-10-07 09:56:50 · 906 阅读 · 0 评论 -
Numpy入门(六):简单统计分析
点击跳转《Numpy入门系列目录》文章目录1. 排序2. 去重与重复数据3. 常用的统计函数1. 排序直接排序对数值直接进行排序np.sort():最常用的排序方法numpy.sort(a, axis, kind, order)kind:排序算法,默认为快速排序order:需要排序的字段sort函数可以指定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:沿着横轴排序,每行进行排序axis=0:沿着纵轴排序,每列进行排序间原创 2020-10-07 09:50:56 · 341 阅读 · 0 评论 -
Numpy入门(五):读写文件
点击跳转《Numpy入门系列目录》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np.save()以二进制的格式保存数据(扩展名为.npy)np.save(file, arr, allow_pickle=True, fix_imports=True)file:要保存的文件的名称,需要指定文件保存的路径,如果没有设置,则保存到默认路径下arr:需要保存的数组np.savez()将多个数组保存到一个文件中(扩展名为.npz)np.lo原创 2020-10-07 09:48:26 · 507 阅读 · 0 评论 -
Numpy入门(四):ufunc函数(通用函数)
点击跳转《Numpy入门系列目录》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对一个数组进行重复运算时,使用ufunc函数比使用math库中的函数效率要高很多常用ufunc函数运算四则运算: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,所以形状必须相同比较运算:>、<、==、>=、<=、!=返回的结果是一个布尔数组,每个元素为每个数组对原创 2020-10-07 09:45:42 · 1046 阅读 · 0 评论 -
Numpy入门(三):矩阵基本操作
点击跳转《Numpy入门系列目录》文章目录1. 创建Numpy矩阵2. 矩阵的运算3. 矩阵的属性4. 数组与矩阵的区别1. 创建Numpy矩阵使用mat函数创建矩阵如果输入是matrix或ndarrary,不会为它们创建副本,直接在原本上进行操作matr1 = np.mat("1 2 3;4 5 6;7 8 9")使用matrix函数创建矩阵含有copy参数,若为True,则创建副本matr2 = np.matrix([[1, 2, 3], [4, 5, 6], [原创 2020-10-07 09:43:22 · 919 阅读 · 1 评论 -
Numpy入门(二):数组基本操作
点击跳转《Numpy入门系列目录》文章目录1. 创建数组对象2. 生成随机数3. 通过索引访问数组4. 变换数组的形态5. 组合数组6. 切割组合Numpy提供两种基本对象ndarrary(N-dimensional arrary object)Numpy库的心脏多维数组,具有矢量运算能力,且快速、节省空间可对整组数据进行快速运算的标准数学函数、线性代数、随机数生成等功能ufunc(Universal function object)1. 创建数组对象数组属性原创 2020-10-07 09:40:51 · 556 阅读 · 0 评论 -
Numpy入门(一):Numpy简介
点击跳转《Numpy入门系列目录》Numpy是Python进行科学计算和数据分析所必需的基本程序库创建强大的N维数组对象进行各种复杂的数值运算能够集成C/C++和Fortran代码实现线性代数、傅里叶变换和随机数运算基于Numpy的数据分析计算生态系统...原创 2020-10-07 09:36:24 · 488 阅读 · 0 评论 -
Numpy入门系列目录
点击标题即可跳转原创 2020-10-07 09:58:44 · 1610 阅读 · 0 评论