python的数据分析(2)
来源:互联网 发布:apache nginx 比较 编辑:程序博客网 时间:2024/06/07 00:46
-- coding: cp936 --
import numpy as np
import copy
import numpy.linalg as nplg
a=np.array([2,5,3])#这样的方法适用于数组自带的方法,在numpy中不适用
print a.sum()
print a.min()
试着嵌套构成新的数组
new=np.array ([a.max(),a.min()])
print new
找到,每一列的最大值
print a.sum(axis=0)
此方法在numpy中使用,axis:轴
a=2
print np.sin (a)
print np.exp(a)
矩阵的自乘
np.dot(a,a)
a=np.ones((2,2))
b=np.eye (2)
这个时候c就是四行两列的,vstack意味着是把a和b进行数据的堆叠
print np.vstack ((a,b))
hstack意味着把数据进行拼接,在a数据的后面拼接b数据
c=np.hstack ((a,b))
print c
a[1,1]=5
b[1,1]=5
print c
此处涉及数组的浅层拷贝和深层拷贝,会改变数组的值
重新声明数组
a=np.ones((2,2))
b=a
此处用的是赋值is
print b is a
浅拷贝,没有拷贝子对象,所以随着原始数据改变,子对象也会改变
c=a.copy()
print c is a
此处的深拷贝包含对象里面的自对象的拷贝,所以原始对象的改变不会造成深拷贝里任何子元素的改变
PS:对于深拷贝和浅拷贝,之后还会有个人更深层的理解和验证
c=copy.deepcopy(a)
print c is a
进阶,矩阵的运算,在显示的形式上面数组和矩阵的最大的差别就是,数组的元素之间用点进行了隔开,但是矩阵没有进行隔开
若是需要对矩阵进行运算之类的更多的操作进引入numpy.linalg包
a=np.array ([[1,0],[9,8]])
print a
z=np.array([[1,2,3,4,5,5]])
print z
print “—————————-“
矩阵的转置用的是transpose方法
print a.transpose()
对矩阵的迹进行显示,在数学上的表示方法是tr(a),意思是主对角线上元素的和
print np.trace (a)
可以通过eig方法进行求得矩阵的特征值和特征向量
print nplg.eig(a)
阅读全文
0 0
- python的数据分析(2)
- python数据分析2
- 数据分析师的python日记[2]
- python | 简单的数据分析
- python . 数据分析1 数据的预处理
- Python与数据分析2
- python数据分析chapter2-2
- python在数据分析方面的简介
- python常用的数据分析工具包
- 利用Python 的 Pandas进行数据分析
- 数据分析师的python日记【1】
- 基于python的数据分析库Pandas
- Python数据分析的起手式
- 如何入门Python数据分析的清单
- python数据分析包pandas的使用方法
- 用Python优雅的做数据分析
- 【Python】Python的数据分析——前言
- Python.pandas -- Python的一个数据分析包
- 创建类模式之一单例模式
- C语言实现单链表基础操作--增删查改
- 第一讲_SQP添加与查询语句
- react Native搭建开发环境
- 操作系统(一):操作系统概述_2(***)
- python的数据分析(2)
- 线性表顺序存储结构
- HotSpot中的对象
- Android上传文件 报java.net.SocketException: sendto failed: EPIPE (Broken pipe)
- android binder机制,注册系统服务---native客户端
- NavMesh技术来改善Unity Navigation
- AM335x bootstrap探索
- HDU 2524 矩形A + B(找规律)
- Java的JAR文件入门篇