numpy將所有數(shù)據(jù)變?yōu)?和1-python數(shù)據(jù)分析工具numpy_第1頁(yè)
numpy將所有數(shù)據(jù)變?yōu)?和1-python數(shù)據(jù)分析工具numpy_第2頁(yè)
numpy將所有數(shù)據(jù)變?yōu)?和1-python數(shù)據(jù)分析工具numpy_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

numpy將所有數(shù)據(jù)變?yōu)?和1_python數(shù)據(jù)分析?具numpyPython中沒(méi)有提供數(shù)組功能,雖然列表可以完成基本的數(shù)組功能,但并不是真正的數(shù)組,?且在數(shù)據(jù)量較?時(shí),使?列表的速度回?常慢。因此,Numpy提供了真正的數(shù)組功能,以及對(duì)數(shù)據(jù)進(jìn)?快速處理的函數(shù)。Numpy內(nèi)置函數(shù)處理數(shù)據(jù)的速度是C語(yǔ)?級(jí)別的,因此,盡量使?其內(nèi)置函數(shù)。numpy安裝Numpy安裝和普通的第三?庫(kù)安裝?樣,最常?的就是利?pip安裝:pipinstallnumpy如果你想做數(shù)據(jù)分析的話(huà),還是建議安裝anaconda(Windows、macOS、Linux均可使?),它是?個(gè)集成環(huán)境,包含了conda、Python在內(nèi)的超過(guò)180個(gè)科學(xué)包及其依賴(lài)項(xiàng),?乎所有你?到的庫(kù)都已經(jīng)幫你安裝好了,同時(shí)如果需要其他的第三?庫(kù)要安裝,可以使?其中的conda便捷的安裝相應(yīng)庫(kù)以及依賴(lài)。Numpy基本操作基本屬性numpy包含很多??的屬性和?法,下?通過(guò)?個(gè)栗?說(shuō)明?下?個(gè)它??的重要屬性。創(chuàng)建數(shù)組importnumpyasnpdata=np.array([[1,2,3],[4,5,6]])#創(chuàng)建?維數(shù)組上?是最基本的創(chuàng)建數(shù)組?法,但是對(duì)于實(shí)際應(yīng)?中,它內(nèi)置的?些函數(shù)更為實(shí)?。例如:下?舉例展??下其中部分?法:基本操作Numpy的?個(gè)顯著特點(diǎn)就是它的?量化,使得對(duì)其操作是?向整個(gè)數(shù)組?不是各個(gè)元素,這就省去了很多開(kāi)銷(xiāo),具體實(shí)現(xiàn)交給更加?效的C來(lái)做。?量化對(duì)每個(gè)元素執(zhí)?相同的操作,例如常見(jiàn)的加減乘除等。特殊的,numpy中的“*”是數(shù)乘(按元素運(yùn)算),矩陣乘法?dot函數(shù)來(lái)表?,表?為c.dot(d)。numpy還有很多常?的內(nèi)置?法,例如求和等。importnumpyasnpnp.random.random((2,3))#創(chuàng)建?個(gè)元素值為0-1之間的隨機(jī)數(shù)的2*3的矩陣data=np.array([2,3,4,6,1,7,9])data.sum()#求數(shù)組所有元素上述操作的對(duì)象為?維數(shù)組,那么對(duì)于?維或者多維數(shù)組來(lái)說(shuō),也有?些常?的操作。多維數(shù)組可以通過(guò)?動(dòng)創(chuàng)建(np.array),或者通過(guò)內(nèi)置函數(shù)設(shè)置數(shù)組結(jié)果(np.zeros等),除此之外還有?個(gè)特殊的?法,就是利?reshape修改數(shù)組的結(jié)構(gòu)。上述的求和,求極值等?法在多維數(shù)組中也可以通過(guò)設(shè)置axis參數(shù)來(lái)靈活操作。axis表?多維數(shù)組中的軸。說(shuō)到reshape,那就集中說(shuō)?下數(shù)組的變形。data.reshape((x,y))#將原數(shù)組變?yōu)閤?y列data.resize((x,y))#resize與reshape不同之處在于,resize改變數(shù)組本?data.ravel()#將多維數(shù)組展平為?維數(shù)組的索引切?。?于索引切?操作,其實(shí)是和python中的列表?致的,不贅述。data[x:y:z]#表?從下標(biāo)x到y(tǒng)-1中按步長(zhǎng)z取元素?播也是numpy中常?的知識(shí)。也許?較抽象,畫(huà)圖說(shuō)明?下。圖中A為2*3的矩陣,B是?維的,若要相加必須調(diào)整為相同結(jié)構(gòu)。根據(jù)第?條規(guī)則,在左側(cè)再添加維度得B(1,3),根據(jù)規(guī)則?,將對(duì)應(yīng)維度上的元素為?的補(bǔ)齊,則完全復(fù)制?份B拼接在下?,形成維度相同的兩個(gè)矩陣再進(jìn)?相加運(yùn)算。若將所有??為1的維度補(bǔ)齊后,兩數(shù)組仍維度不同,那么不能進(jìn)?計(jì)算。給個(gè)例??家可以琢磨?下:A(2,5

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論