【Python数据分析与展示】(二)NUMPY数据存取与函数
来源:互联网 发布:如何破解MD5的网络包 编辑:程序博客网 时间:2024/06/05 19:20
numpy存储文件
np.savetxt(frame,array,,fmt=’%.18e’,delimiter = None)
a = np.arange(100).reshape(5,20)np.savetxt("a.csv",a,fmt = '%d',delimiter = ",")
numpy读取文件
np.loadtxt(frame,dtype =np.float,delimiter = None,unpack = False)
np.loadtxt("a.csv",dtype = np.int,delimiter = ",")
csv只能存储一维和二维数组
对于多维数组我们用tofile,fromfile
a.tofile(frame,sep=”,format = “%s”) #sep如果是空串,则写入二进制文件
a.fromfile(frame,dtype = float,count=-1,spe=”) # count=-1表示默认读取所有数据
numpy的快捷存储和提取
np.save(frame,array) 或np.savez(frame,array)
frame:文件名,以npy和npz为扩展名
np.load(frame)
numpy的随机数函数
numpy的统计函数
a = np.arange(0,24).reshape(2,3,4)np.sum(a,axis =1) #array([ 15, 51, 87, 123])np.sum(a,axis =0) #array([[12, 14, 16, 18], [20, 22, 24, 26], [28, 30, 32, 34]]) np.argmax(a) # 23np.unravel_index(23,(2,3,4)) #(1, 2, 3)c = np.random.randint(2,20,(2,6))#array([[10, 17, 17, 11, 2, 17], [ 4, 4, 10, 10, 8, 10]])np.gradient(c)#[array([[ -6., -13., -7., -1., 6., -7.], [ -6., -13., -7., -1., 6., -7.]]), array([[ 7. , 3.5, -3. , -7.5, 3. , 15. ], [ 0. , 3. , 3. , -1. , 0. , 2. ]])]
阅读全文
0 0
- 【Python数据分析与展示】(二)NUMPY数据存取与函数
- Python数据分析与展示(2)——Numpy数据存取与函数
- 《Python数据分析与展示》学习笔记(一)numpy数据存储与函数
- Numpy数据存取与函数
- 【Python数据分析与展示】(一)numpy基础
- python数据分析与展示(二)
- 《Python数据分析与展示》学习笔记(一)numpy入门
- Python数据分析与展示(1)——NumPy库入门
- Python数据分析与机器学习-Numpy
- python数据分析与展示(一)
- python数据分析与展示(三)
- python数据分析与展示(四)
- Python数据分析与展示(二)(基于北理MOOC)
- Python数据分析与展示(4)——Matplotlib基础绘图函数示例
- 【Python数据分析与展示】(三)matplotlib库pyplot
- python numpy库中的数据存取和函数
- Python数据分析与展示(6)——Pandas数据特征分析
- 【Python数据分析与展示】(五)pandas库数据分析
- 教你如何直接在github上预览html网页效果
- 17.12.12日报
- 什么是devops,基于Gitlab从零开始搭建自己的持续集成流水线(Pipeline)
- python下划线开头的命名风格与含义
- azkaban安装
- 【Python数据分析与展示】(二)NUMPY数据存取与函数
- 分布式 反熵
- Stochastic Gradient Descent
- Mini-Batch Gradient Descent
- How to Render the Hyperlink with Braces
- How to use MathJax in Markdown
- C语言中求最大公约数的算法(三种)
- 输入一行字符,统计其中字母、数字、空格、其它字符的数量,并输出到控制台
- 重大改革!Python,最接近人工智能的语言~将被加入高考科目!