以下是搜索内容: 关闭

  • 首页
  • 日志
  • 友情链接
  • 关于我

KoiNL.

愿世间美好 温柔以待

“锦鲤握运,未离我韵”

“愿好运常在”

18 分类
0 标签
16 归档
  • 小站首页
  • 个人日志
  • 友情链接
  • 关于自己
  • 我的工具
站点信息

文章数目: 84 篇

最近动态: 2天前

上线时间: 531天

当前版本: v3.0.0

第一章 数据计算(NumPy)

分类: Data-Processing-and-Analysing
标签:

创建日期:2022-09-07 12:03:46

NumPy 是用于科学计算的基础软件库,主要用来存储数组对象和处理大型矩阵,主要用于数组计算。

一、下载 NumPy 库

下载方法:在PyCharm的最下方“终端中”输入:
pip install numpy -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

二、认识NumPy 中的数组对象

数据对象的创建

  • 使用 array() 函数创建数组
  • 使用 zeros()、ones()、empty() 函数创建全 0、全 1、随机数组
  • 使用 arange() 函数创建等间隔的数组
    1
    2
    3
    4
    5
    6
    7
    8
    import numpy as np
    np.array([1,2,3]) # 创建一维数组 [1 2 3]
    np.array([[1,2,3],[9,8,7]]) # 创建二维数组 [[1 2 3] [9 8 7]]
    np.zeros(3) # 创建全零一维数组 [0. 0. 0.]
    np.zeros((3,4)) # 创建全零二维数组 [[0. 0. 0. 0.] [0. 0. 0. 0.] [0. 0. 0. 0.]]
    np.ones(3) # 创建全壹一维数组 [1. 1. 1.],全壹二维数组与全零二维数组格式相同
    np.empty(3) # 创建随机一维数组 [1.37962185e-306 1.37962049e-306 1.24610723e-306 1.42410974e-306],随机二维数组与全零二维数组格式相同
    np.arange(6,10,1.2) # arange() 创建 [6,10) 内间隔为 1.2 的一维数组 [6. 7.2 8.4 9.6]

数组对象的常用属性

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
>>> from numpy import *
>>> arr=array([[1,2,3],[9,8,7],[0,0,0]])
>>> arr.ndim # 该对象的秩:2
>>> arr.shape # 数组的维度或矩阵的 m 行 n 列:(3, 3)
>>> arr.size # 该对象的元素总个数:9
>>> arr.dtype # 该对象中的元素类型:dtype('int32')
>>> arr.itemsize # 该对象中的每个元素的字节大小:4
>>> arr.flags # 该对象的内存信息
C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False

数组元素的访问与修改

1
2
3
4
5
>>> arr[2]    # 一维数组的访问:3
>>> arr[2]=4 # 一维数组的修改:>>> arr[2]:3
>>> arr[1][2] # 二维数组的访问:7
>>> arr[1][2]=8 # 二维数组的修改:>>> arr[1][2]:8
# n 维数组的访问可以参考二维数组依此类推。

数组对象的基础运算

1
2
3
>>> arr1=arr+1    # 算术运算,数组中所有元素都+1.
>>> arr1-=3 # 自减运算,数组本身所有元素-3.

数组对象的常用函数

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
>>> arr=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
>>> arr.reshape([4,3])
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[10, 11, 12]])
>>> arr.ravel()
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])

>>> np.delete(arr,3) # 删除下标为 3 的元素:array([ 1, 2, 3, 5, 6, 7, 8, 9, 10, 11, 12])
>>> np.delete(arr,1,0) # 删除第 2 行
array([[ 1, 2, 3, 4], [ 9, 10, 11, 12]])
>>> np.delete(arr,0,1) # 删除第一列
array([[ 2, 3, 4],
[ 6, 7, 8],
[10, 11, 12]])
函数 功能
reshape() 改变数组的形状
ravel() 展开至一维数组
concatenate() 连接数组
delete() 删除指定值
sort 排序

小试牛刀:使用 NumPy 进行数学运算

位运算函数

函数 功能
bitwize_and()
bitwize_or()
invert()
left_shift()
right_shift()

数学运算函数

函数 功能
三角函数
舍入函数

算术运算

函数 功能
add()
subtract()
multiply()
divide()
reciprocal()
power()
mod() remainder()

统计函数

函数 功能
amax()
amin()
percentile()
median()
mean() average()
std()
var()

线性代数函数

函数 功能
dot()
vdot()
inner()
matmul()
linalg.det()
linalg.solve()
linalg.inv()
浏览量

评论区

欢迎你留下宝贵的意见,昵称输入QQ号会显示QQ头像哦~

目录

  1. 1. 一、下载 NumPy 库
  2. 2. 二、认识NumPy 中的数组对象
    1. 2.1. 数据对象的创建
    2. 2.2. 数组对象的常用属性
    3. 2.3. 数组元素的访问与修改
    4. 2.4. 数组对象的基础运算
    5. 2.5. 数组对象的常用函数
  3. 3. 小试牛刀:使用 NumPy 进行数学运算
    1. 3.1. 位运算函数
    2. 3.2. 数学运算函数
    3. 3.3. 算术运算
    4. 3.4. 统计函数
    5. 3.5. 线性代数函数

上一篇: 第二章 数据分析(Pandas)

下一篇 第一章 待补充...

公告栏

《 

 》

Hello~近期剽窃本站内容频发,本站唯一指定网站:https://koinl.github.io。请认准。点击点击此处选择进入。
回到顶部
查看评论

Power By Hexo.

Theme:koinl.

信息来源于锦鲤未离