Python数据分析学习笔记一
来源:互联网 发布:仿淘宝购物车的htmlcss 编辑:程序博客网 时间:2024/03/29 14:04
一、NumPy初识(1)
NumPy是python用于科学计算的一个重要的组成部分,可以使用IPython直接使用,或在程序中进行import numpy导入
1、NumPy数组创建和获取
NumPy数组一般要求是同一种类型的,但是也有例外;快速生成某一个范围内的数组:numpy.arange(10);可以生成从0开始到9的数组获取数组的数据类型: a = numpy.arange(10) print a.dtype 结果是:int64确定数组维度: print a.shape 结果是:(10,) 在一维数组中,输出的是数组元素的个数创建多维数组: b = numpy.array([numpy.arange(2),numpy.arange(2)]) print m 结果是:[ [0 1] [0 1] ] 在这里使用bumpy中的arange创建了两个一位数组,并将它们当作参数传递给了array函数中,并生成一个二维数组。 **因为每次都要写numpy.这样的语法,所以可以使用import numpy as np简化.以后在程序中就可以使用np来代替numpy了.**获取m数组的维度:print m.shape 输出:(2,2) 需要注意的是,获取的维度是Python的元组(tuple)选取数组元素: 首先需要注意的是,在Python中跟其他语言总一样,数组的下标计数也都是从0开始的; m = np.array(np.arange*(2),np.arange(2)) print a[0,1] 输出为: 1
2、NumPy数组的类型
NumPy在Python原有基础上,增加了许多种数据类型,如下图:![NumPy中支持的数据类型](http://img.blog.csdn.net/20160427213825187)指定数据类型: a = np.arange(10,dtype=np.uint16)自定义数据类型: 自定义数据类型是一种异构数据类型,可以当做电子表格或数据库中的一行数据的结构。例:t = np.dtype([('name',np.str_,40),('numitems',np.int32),('price',np.float32)]) 在用array创建数组时,如果没有指定数据类型的时候,会默认为浮点数,而使用自定义数据类型的时候,则必须指定数据类型,否则将会报错,例: item = np.array([('Meaning of live DVD',42,32.1),('Butter',65,12.8)],dtype=t) print item[1] 输出为:('Butter', 65, 12.800000190734863)
3、一维数组的切片
NumPy中的数组切片根Python中的数组切片操作很像:选取指定范围内的数据: t = np.arange(10) sub = t[3:7] print sub 输出为:[3 4 5 6]使用下标0~7之间的数据,步长为2进行数组的截取: t = np.arange(10) sub = t[0:7:2] print sub 输出为:[0 2 4 6]使用负数反转数组: t = np.arange(10) sub = t[::-1] print sub 输出为:[9 8 7 6 5 4 3 2 1 0]
4、改变数组维度:
使用reshape函数进行数组维度的重新指定: 原来数组为使用arange函数生成的有10个元素的一维数组,使用reshape函数使之变为2行5列的二维数组: t = np.arange(10).reshape(2,5) print t 输出为:[[0 1 2 3 4] [5 6 7 8 9]]使用ravel函数将数组摊平,以上例中最终产生的二维数组为例: t = np.arange(10).reshape(2,5) print t.ravel() print t 输出为:[0 1 2 3 4 5 6 7 8 9] [[0 1 2 3 4] [5 6 7 8 9]] 由输出结果可以看出ravel函数会展开数组,但是不会改变数组本身,这也是NumPy中对于数组大部分的操作会出现的一种情况使用flatten函数展开数组: t = np.arange(10).reshape(2,5) print t.flatten() print t 输出为:[0 1 2 3 4 5 6 7 8 9] [[0 1 2 3 4] [5 6 7 8 9]] 可以看出,flatten的功能与ravel相似,不过flatten会申请内存来接收结果使用元组进行数组的维度改变: t = np.arange(12).reshape(3,4) print t t.shape = (2,6) print t 输出为: 第一次打印:[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] 第二次打印: [[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]]使用transpose进行数组矩阵变换: t = np.arange(24).reshape(3,8) t = t.transpose() print t 输出为: [[ 0 8 16] [ 1 9 17] [ 2 10 18] [ 3 11 19] [ 4 12 20] [ 5 13 21] [ 6 14 22] [ 7 15 23]] 使用resize()来进行数组的维度变换: t = np.arange(24).reshape(2,12) print t t.resize((4,6)) print t 输出为: 第一个打印: [[ 0 1 2 3 4 5 6 7 8 9 10 11] [12 13 14 15 16 17 18 19 20 21 22 23]] 第二个打印: [[ 0 1 2 3 4 5] [ 6 7 8 9 10 11] [12 13 14 15 16 17] [18 19 20 21 22 23]]结果可以看出,resize()其实跟reshape的作用是一致的,但是resize()会改变数组本身的组成
0 0
- Python数据分析学习笔记一
- python数据分析学习笔记一
- # Python数据分析学习笔记(一)
- Python数据分析学习笔记(一)
- Python数据分析学习笔记(一)
- 《利用python进行数据分析》学习笔记(一)
- 《利用python进行数据分析》学习笔记(一)
- python数据分析学习笔记
- 利用Python进行数据分析笔记(一
- 《Python数据分析与展示》学习笔记(一)numpy数据存储与函数
- Python源码分析--学习笔记一
- Python数据分析学习笔记二
- Python数据分析学习笔记三
- Python数据分析学习笔记四
- Python数据分析学习笔记五
- Python数据分析学习笔记六
- python数据分析入门学习笔记儿
- python数据分析入门学习笔记
- Android框架xUtils简介
- 工厂模式(简单工厂模式、工厂方法模式、抽象工厂模式)
- cygwin安装教程图解:一步一步教你安装设置cygwin
- 层次遍历二叉树
- 似物性检测——linux下运行objectness-v2.2并分析源码(pami2012论文)
- Python数据分析学习笔记一
- ERROR 1045 (28000): Access denied for user...错误的解决
- hdu2795Billboard
- boost::shared_ptr:传值还是传引用?
- 划分树
- 学习笔记之深入浅出MFC 第8章 C++重要性质----基类与派生类:谈继承(Inheritance)
- keras代码阅读-Activition层
- Java transient关键字
- CSS3圆角border-radius属性详解