NumPy基础功能索引
来源:互联网 发布:开淘宝店铺介绍怎么写 编辑:程序博客网 时间:2024/05/04 23:19
NumPy基础功能索引
NumPy作为Python中一个强大的库,合理的使用不仅可以美化代码,还可以减少循环,提高执行效率。这篇文章的目的就是做一个Numpy的启发性索引。参考图书: 利用Python进行数据分析。
- NumPy基础功能索引
- ndarray 一种多维数组对象
- 创建ndarray
- 数组和标量之间的运算
- 调用函数
- 将条件逻辑表述为数组运算
- 用于数组的文件输入输出
- 随机数
- ndarray 一种多维数组对象
ndarray: 一种多维数组对象
创建ndarray
Numpy中新定义了一个数组对象(ndarray)。该对象可以通过np1.array(其他迭代类型)来定义。ndarray对象内建函数shape(查看对象形式),reshape(重建对象形式),dtype2(查看数据类型)
- 其他的ndarray创建方法如下
- np.ones()
- np.zeros()
- np.empty()
- np.arange()
- np.eye()
In [1]: import numpy as npIn [2]: np.ones((3, 3))Out[2]:array([[ 1., 1., 1.], [ 1., 1., 1.], [ 1., 1., 1.]])
数组和标量之间的运算
这里很重要,是numpy代替for循环的一个体现。
数组与标量,数组与同型数组之间的运算都是元素级的运算
In [5]: testarray = np.ones((2, 2))In [6]: testarray*2Out[6]: array([[ 2., 2.], [ 2., 2.]])In [7]: testarray + testarrayOut[7]: array([[ 2., 2.], [ 2., 2.]])
调用函数
一元函数:
二元函数:
数组统计方法
将条件逻辑表述为数组运算
if:
In [22]: result = [(x if c else y) for x, y, c in zip(xarray, yarray, cond)]In [23]: xarray = np.arange(5)In [24]: yarray = np.arange(5)+10In [25]: cond = np.array([True, False, True, True, False])In [26]: result = [(x if c else y) for x, y, c in zip(xarray, yarray, cond)]In [27]: resultOut[27]: [0, 11, 2, 3, 14]
where:
In [28]: result = np.where(cond, xarray, yarray)In [29]: resultOut[29]: array([ 0, 11, 2, 3, 14])
用于数组的文件输入输出
随机数
部分numpy.random函数
- import numpy as np ↩
- pandas的两个对象也可以用这个方法 ↩
- 去掉余数 ↩
1 0
- NumPy基础功能索引
- Numpy基础功能索引——续
- numpy-索引
- Numpy 索引
- Numpy 索引
- Numpy 基础
- Numpy 基础
- Numpy:基础
- numpy基础
- Numpy基础
- numpy基础
- NumPy 基础
- Numpy基础
- numpy 基础
- NumPy基础
- Numpy基础
- numpy 基础
- Numpy : ndarray切片索引
- 为什么使用RxJS
- 使用免费组件给PDF文档添加文本和图片页眉
- 数据结构与算法之分治法(棋盘覆盖算法&循环赛事日程表)
- 反射工具类访问方法和属性
- 再生核Hilbert空间
- NumPy基础功能索引
- django 中 django-admin & manage.py
- javascript学习之选择结构(2)—— switch
- 拆轮子系列:拆 RxJava
- 手动开启全屏与手动退出全屏
- IAAS、PAAS和SAAS的区别
- 【推荐课程】unity3D-游戏/AR/VR在线就业班Unity引擎
- uboot 的 bootcmd 和bootargs参数详解
- STL-变序算法(2)