数据分析与展示---Numpy入门
概括:
一:数据维度
(一)一维数据
(二)二维数据
(三)多维数据
(四)高维数据
二:Numpy的数组对象:ndarray
(一)Numpy介绍
(二)N维数组对象ndarray
(三)ndarray的元素类型
(四)当ndarray数组由非同质对象构成时
三:ndarray数组的创建方法
(一)从python中的列,元组等类型创建ndarray数组
(二)使用Numpy中函数创ndarray数组,如:arange,ones,zeros等
(三)使用Numpy中其他函数创建ndarray数组
linspace根据起止数据等间距填充数据,形成数组,
concatenate将两个或多个数组合并为一个新的数组
四:ndarray数组的变换
(一)维度变换
(二)类型变换astype
(三)ndarray数组转列表tolist
五:ndarray数组的操作
(一)数组的索引和切片
(二)ndarray数组的运算
一:数据维度
(一)一维数据
(二)二维数据
(三)多维数据
(四)高维数据
数据的表示
二:Numpy的数组对象:ndarray
(一)Numpy介绍
import numpy as np def pySum(): a = [0,1,2,3,4] b = [9,8,7,6,5] c = [] for i in range(len(a)): c.append(a[i]**2+b[i]**2) return c def npSum(): a = np.array([0, 1, 2, 3, 4]) b = np.array([9, 8, 7, 6, 5]) c = a**2 + b**2 #两组数据在维度相同时,可以直接进行运算 return c print(pySum()) print(npSum())
[81, 65, 53, 45, 41] [81 65 53 45 41]
(二)N维数组对象ndarray
(三)ndarray的元素类型
(四)当ndarray数组由非同质对象构成时
三:ndarray数组的创建方法
(一)从python中的列,元组等类型创建ndarray数组
(二)使用Numpy中函数创ndarray数组,如:arange,ones,zeros等
(三)使用Numpy中其他函数创建ndarray数组
linspace根据起止数据等间距填充数据,形成数组,
concatenate将两个或多个数组合并为一个新的数组
补充:
由于numpy多用于科学计算,所以大多数是需要使用浮点数,所以默认是浮点数类型
四:ndarray数组的变换
对于创建后的ndarray数组,可以对其进行围堵变换和元素类型变换
注意其中是否会对原数组进行修改
(一)维度变换
(二)类型变换astype
(三)ndarray数组转列表tolist
五:ndarray数组的操作
(一)数组的索引和切片
索引:
切片:
(二)ndarray数组的运算
一元函数:对一个数组进行运算
二元函数:对两个数组(规模相同)进行运算
总结
作者:山上有风景
欢迎任何形式的转载,但请务必注明出处。
限于本人水平,如果文章和代码有表述不当之处,还请不吝赐教。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构