摘要：
一、创建特殊的数组 1、ones() 语法 np.ones(shape, dtype=None) # shape 创建数组的shape # dtype 指定数组的数据类型 例子 import numpy as np arr1 = np.ones((3, 4), dtype="int64") prin 阅读全文
摘要：
一、数组的拼接 1、水平拼接 a、格式 np.hstack(（数组1, 数组2）) # 注意： 值是元祖 # 0轴长要相同 b、例子 import numpy as np arr1 = np.arange(0, 12).reshape(2, 6) arr2 = np.arange(12, 22).r 阅读全文
摘要：
一、步骤 1、查找值 使用数组的索引和切片 2、修改值 直接赋值 例子 import numpy as np arr1 = np.arange(0, 24).reshape(4, 6) # 使用数组的索引和切片查找值，并修改值 arr1[:, 2:5] = 10 print(arr1) 二、查找值补 阅读全文
摘要：
一、取行 1、单行 数组[index, :] # 取第index+1行 例子 import numpy as np arr1 = np.arange(0, 24).reshape(4, 6) # 取第2行数据 row1 = arr1[1, :] print(row1) 2、连续的多行 数组[star 阅读全文
摘要：
一、CSV文件 CSV: Comma-Separated Value，逗号分隔值文件 显示：表格状态 源文件：换行和逗号分隔，逗号 列，换行 行 二、读取数据 1、方法 loadtxt(fname, dtype=float, delimiter=None, skiprows=0, usecols=N 阅读全文
摘要：
一、数组和数的计算 数组和数计算，数组中的每个元素和数进行计算 1、加 import numpy as np arr1 = np.arange(12).reshape(3, 4) print(arr1) # 数组的每个元素和数进行加法运算 arr2 = arr1 + 2 print(arr2) 2、 阅读全文
摘要：
一、基础知识 1、安装 conda install numpy 2、什么是numpy?Python中做科学计算的基础库，重在数值计算 二、创建数组 import numpy as np # 方式一 np.array([1, 2, 3, 4, 5]) # 方式二 np.array(range(5)) 阅读全文