利用Python数据分析:Numpy基础(四)
来源:互联网 发布:电脑时间提醒软件 编辑:程序博客网 时间:2024/05/16 17:53
import numpy as nparr = np.arange(15).reshape((3,5))arrarr.T # 转置返回的是源数据的视图,不仅仅有transpose方法还有一个特殊的T属性,行变成列,列变成行# np使用 dot来计算矩阵的内积arr = np.random.randn(6,3)np.dot(arr.T,arr)# 对于高维的数组transpose方法要使用到一个由轴编号组成的元祖才能对轴进行转置arr = np.arange(16).reshape((2,2,4))arrarr.transpose((1,0,2))arrarr.swapaxes(1,2) # swapaxes方法接受一对轴的编号然后进行对换arr.swapaxes(0,2)arr = np.arange(10)np.sqrt(arr)np.exp(arr) # 以 E为底数的对数#以上是一元 的通用函数 (ufunc)其也可以使用二元的ufuncx = np.random.randn(8)xy = np.random.randn(8)ynp.maximum(x,y) #两个数组每个元素进行比较,同一位置的元素取最大的,而后返回一个数组arr = np.random.randn(7) * 5arrnp.modf(arr) # 将整数部分和小数部分分离,而后返回两个数组
0 0
- 利用Python数据分析:Numpy基础(四)
- 利用python进行数据分析-NumPy基础
- 利用Python数据分析:Numpy基础(一)
- 利用Python数据分析:Numpy基础(二)
- 利用Python数据分析:Numpy基础(三)
- 利用Python数据分析:Numpy基础(五)
- 利用Python数据分析:Numpy基础(六)
- 利用Python数据分析:Numpy基础(七)
- 利用python进行数据分析-NumPy基础2
- 利用Python做数据分析——numpy基础
- 《利用Python进行数据分析》第四章-numpy基础
- python 数据分析 numpy基础
- 利用python进行数据分析——Numpy基础(一)
- Python数据分析基础(二)——NumPy基础
- 利用python进行数据分析(二):Numpy数组
- 利用Python进行数据分析之Numpy
- 利用Python进行数据分析(四)
- 【Python数据分析与展示】(一)numpy基础
- 为什么越来越多的开发者选择使用Spring Boot
- 刚开始使用push遇到的小问题
- tomcat如何进行请求信息编码
- Android touch事件传递及View的绘制流程
- 欢迎使用CSDN-markdown编辑器
- 利用Python数据分析:Numpy基础(四)
- windows JDK环境变量配置
- mybatis的学习
- Hibernate 二级缓存
- JAVASE基础-day09(面向对象)
- Require.js
- C#之MySql新增
- 1050. 螺旋矩阵(25)
- C语言指针高级部分:void指针和数据指针