NumPy库入门
来源:互联网 发布:java开发 android app 编辑:程序博客网 时间:2024/06/05 17:11
1.数据的维度
一维数据:一维数据由对等关系的有序或无序数据构成,采用线性方式组织
二维数据:二维数据由多个一维数据构成,是一维数据的组合形式。
多维数据:多维数据由一维或二维在新维度上扩展形成。
高维数据:高维数据仅利用最基本的二元关系展示数据间的复杂结果
2.NumPy的数组对象:ndarray
(1)NumPy是一个开源的Python科学计算基础库
一个强大的N维数组对象:ndarray
(2)NumPy的引用
import numpy as np
np:引入模块的别名
(3)例子 计算A^2+B^3 其中,A和B是一维数组
一般:
def pySum():
a=[0,1,2,3,4]
b=[9,8,7,6,5]
c=[]
for i in range(len(a)):
c.append(a[i]**2+b[i]**3)
return c
print(pySum())
numpy:
import numpy as np
def npSum():
a=np.array([0,1,2,3,4])
b=np.array([9,8,7,6,5])
c=a**2+b**3
return c
print(npSum())
(4)ndarray
ndarray是一个多维数组对象,由两部分组成:
实际的数据
描述这些数据的元数据(数据维度、数据类型等)
ndarray数组一般要求所有元素类型相同,数组下标从0开始
(5)ndarray的数组类型
(6)ndarray数组的创建
①从Python中的列表、元组等类型创建ndarray数组
x=np.array(list/tuple)
②使用NumPy中函数创建ndarray数组,如arrange
③从字节流中创建ndarray数组
④从文件中读取特定格式,创建ndarray数组
(7)ndarray数组的维度变换
(8)ndarray数组的操作
数组的索引和切片
索引:获取数组中特定位置元素的过程。
切片:获取数组元素子集的过程。
(9)ndarray数组的运算
np.abs(x) np.fabs(z) 计算数组各元素的绝对值
np.sqrt(x) 计算数组各元素的平方根
np.square(x) 计算数组各元素的平方
np.log(x) 计算数组各元素的自然对数
np.ceil(x) np.floor(x) 计算数组各元素的ceiling值或floor值
np.rint(x) 计算数组各元素的四舍五入值
np.modf(x) 将数组各元素的小数和整数部分以两个独立数组形式返回
np.cos(x) 计算数组各元素的普通型三角函数
np.exp(x) 计算数组各元素的指数值
np.sign(x) 计算数组各元素的符号值
- NumPy库入门
- NumPy库入门
- 数据分析Numpy库入门
- Numpy 入门
- numpy入门
- Numpy入门
- numpy:入门
- NumPy基础入门学习
- python+opencv+numpy入门
- [python]Numpy快速入门
- NumPy快速入门
- [NumPy]入门-学习笔记
- numpy入门1
- numpy入门学习笔记
- numpy简单入门学习
- numpy入门总结
- numpy入门2
- NumPy快速入门
- CentOS配置smtp发邮件
- pycharm常用设置(keymap设置及eclipse常用快捷键总结)
- pandas 终极版1:创建和查看DataFrame数据 mysql读取数据
- Qt TableView的简单使用
- npm项目运行找不到相关依赖
- NumPy库入门
- 使用Ps制作真正背景透明png
- struts2--自定义数组属性类型转换器(一定要理解对象数组的概念!)
- CodeIgniter框架模型(model),视图(view)和控制器(controller)中的文件操作
- 查询和增加日期格式
- mongodb常用指令
- Spark2.1.0 + CarbonData1.0.0集群模式部署及使用入门
- 指针和引用究竟是什么鬼?
- 403. Snapchat面试题:青蛙过河/653. Two Sum IV