这是数据挖掘实验课的实验报告 直接粘贴过来了
实验一、数据处理之Numpy
一、实验目的
1. 了解numpy库的基本功能
2. 掌握Numpy库的对数组的操作与运算
二、实验工具:
1. Anaconda
2. Numpy
三、Numpy简介
Numpy 的英文全称为 Numerical Python,指Python 面向数值计算的第三方库。Numpy 的特点在于,针对 Python 内建的数组类型做了扩充,支持更高维度的数组和矩阵运算,以及更丰富的数学函数。Numpy 是 Scipy.org 中最重要的库之一,它同时也被 Pandas,Matplotlib 等我们熟知的第三方库作为核心计算库。
NumPy(Numeric Python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore,NASA用其处理一些本来使用C++,Fortran或Matlab等所做的任务。
Numpy包括了:1、一个强大的N维数组对象Array;2、比较成熟的(广播)函数库;3、用于整合C/C++和Fortran代码的工具包;4、实用的线性代数、傅里叶变换和随机数生成函数。Numpy和稀疏矩阵运算包scipy配合使用更加方便。
四、实验内容
1. 数组的创建(创建全0数组,全1数组,随机数数组)
(1)创建全0数组
(2)创建全1数组
(3)创建随机数数组
2. 数组的属性(查看数组的维度,数组元素的个数)
(1)查看数组的维度
(2)查看数组元素的个数
3. 数组的维度操作(将数组的行变列,返回最后一个元素,返回第2到第4个元素,返回逆序的数组)
(1)将数组的行变列
(2)返回最后一个元素
(3)返回第2到第4个元素
(4)返回逆序的数组
4. 数组的合并(数组的水平合并,垂直合并,深度合并)
(1)水平合并
(2)垂直合并
(3)深度合并
5. 数组的拆分(数组的水平拆分,垂直拆分,深度拆分)
(1)水平拆分
(2)垂直拆分
(3)深度拆分
注意:dsplite只对3维以上数组起作用
raise ValueError(‘dsplit only works on arrays of 3 or more dimensions’)
ValueError: dsplit only works on arrays of 3 or more dimensions
6. 数组运算(与常的四则运算,与数组的四则运算,判断数组是否相等)
(1)数组与常数的四则运算
(2)数组与数组的四则运算
(3)判断数组是否相等
7. 数组的常用函数(数组所有元素的和、积、平均值、最大值、最小值、元素替换、方差、标准差)
(1)数组所有元素的和
(2)数组所有元素的积
(3)数组所有元素的平均值
(4)数组所有元素的最大值
(5)数组所有元素的最小值
(6)数组所有元素的元素替换
小于3的元素替换为3,大于4的元素替换为4