Python数据分析 numpy 笔记 | 木戈手机站

木戈手机站

当前位置: 首页 » 攻略 » Python数据分析 numpy 笔记

Python数据分析 numpy 笔记



B站课链接:【Python数据分析三剑客:NumPy、Pandas与Matplotlib】 https://www.bilibili.com/video/BV1Yb4y1g7SV/?p=16&share_source=copy_web&vd_source=e883bdf439c7a2e47e9145990387a56b



014,开始使用numpy




(1),numpy介绍




(2),导入numpy库,并查看numpy版本



(3)实例:读取猫图片的数据











015,创建ndarray数组



ndarray是numpy中表示数组的重要类型


(1),使用np.array() 创建


参数为列表:[1,4,2,5,3]








(2),使用np的routines函数创建


(2.1)ones




(2.2)zeros


(2.3)full


(2.4)eye




(2.5)linspace






(2.6)arange






(2.7)random.randint










(2.8)random.random


017,ndarray常用属性











018,索引操作(以下代码直接截图了)



根据索引修改数据


019,切片操作


一维与列表完全一致,多维同理


020,翻转操作




021,数组变形reshape


使用reshape函数


022,数组的级联合并


(22.1)np.concatenate()


  • 参数是列表或元组

  • 级联的数组维度必须相同

  • 可通过axis参数改变级联的方向


(22.2)np.hstack 与 np.vstack


  • 水平级联与垂直级联


023,数组的拆分/切分/分割


025,聚合函数






(25.1)np.sum 和 np.nansum (nan:not a number)


  • nan:数值类型,not a number:不是一个正常的数值,表示空

  • np.nan:float类型


029,数组的快速排序


030,文件IO操作


(30.1)保存数组


  • save:保存ndarray到一个npy文件

  • savez:将多个array保存到一个npz文件中



生成的文件


(30.2)读取数组


(30.3)csv,txt文件的读写操作


031,练习题讲解1


(31.1)创建一个长度为10的一维全为0的ndarray对象,然后让第5个元素等于1


(31.2)创建一个元素为从10到49的ndarray对象


(31.3)将第2题的所有元素位置反转


(31.4)使用np.random.random创建一个10*10的ndarray对象,并打印出最大最小元素


(31.5)创建一个10*10的ndarray对象,且矩阵边界全为1,里面全为0



第1种方法



第2种方法


(31.6)创建一个每一行都是从0到4的5*5矩阵


032,练习题讲解2


(32.1)给定一个4维矩阵,如何得到最后两维的和?


(32.2)给定数组[1,2,3,4,5],如何得到在这个数组的每个元素之间插入3个0后的新数组


(32.3)给定一个二维矩阵,如何交换其中两行的元素?


(32.4)矩阵的每一行的元素都减去该行的平均值


(32.5)打印出如下矩阵(要求使用np.zeros创建8*8的矩阵)

猜你喜欢
本类排行