数据分析python中的常用numpy数组
【摘要】 数据分析python中的常用numpy数组
1 numpy介绍
numpy是同数据类型的多维数组,各个维度被称为轴(axes),轴的总数被称为秩(rank)
使用前需先导入numpy
import numpy as np
ndarray.dim 维度
ndarray.shape 行列数
ndarray.dtype 类型
ndarray.size 元素个数
ndarray.itemsize #一个字符字节数
ndarray.data 数据
2 Ipython notebook中的演示
上图里面介绍几点
dtype类型是复数类型
no.zeros((3,4))里面传的参数类型是元组tuple类型,表示3行4列
np.empty((2,3,4))出现的数字不是空,是随机的数字
np.arange(10,30,5)表示从10开始,30结束,左开右闭,步长为5的数组
np.arange((0,2,0.3)同上
np.linspace((0,2,9))9是长度
np.arange(6)是从0到6(不包括6)的数组,类似R里面的向量
3数组乘法
一个数字乘以np数组是广播变量相乘的形式
a<35也是广播的比较方式
矩阵乘法要使用A.dot(B) or np.dot(A,B)
注意一点:
直接使用np.exp(B)等方法出现的结果是未保存的,想要保存可以赋值保存运算结果例如a=np.exp(B)赋值保存
截断类似python编程
-1000不能开方,返回nan
c[1,…]…代表其余维度
floor向下取整
a.T是矩阵a的转置
赋值地址不变
a[:,j]分别返回每一行,j列标的数字
a[b1,b2]是广播下方式索引
np._ix产生的是笛卡尔积映射
【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)