Numpy库的简单用法(1)
Numpy是python目前数值计算最为重要的编辑包。由于Numpy是一个很大的话题,并且在我大二开始数据分析一年多以来,由于还未真正过于依赖Numpy,因此在本文中将简单介绍Numpy,对重要的用法加以说明,以后若对Numpy有更深的理解,可以加以补充。
1、创建数组和获取数组维度
(1)调用numpy.array()方法,传入列表即可创建数组。
(2)创建0填充数组,调用numpy.zeros((m, n)),创建m行n列的全0数组。
(3)创建1填充数组,调用numpy.ones((m, n)),创建m行n列的全1数组。
(4)利用numpy.arange(n, m)创建从[n, m-1)的一维数组;若n为0,则返回从[0, m-1)的一维数组。
(5)利用数组的shape属性获得维度,它返回一个元组(a, b),a为行(维度),b为列。
2、查看数据类型和类型显式转换
(1)调用数组的dtype方法获取数据类型。
(2)使用astype方法显式的转换数组的数据类型
(3)在定义数组时声明数据类型。s
numpy中常用的数据类型 | ||
---|---|---|
类型 | 类型代码 | 描述 |
int16, uint16 | i2, u2 | 有符号和无符号的16数位整数 |
int32, uint32 | i4, u4 | 有符号和无符号的32数位整数 |
float64 | f8或d | 标准双精度浮点数 |
complex64 | c8, c16, c32 | 分别基于32位,64位,128位浮点数的复数 |
bool | ? | 布尔值,用于存储True或False |
string_ | S | 修正的ASCII字符串类型 |
dtype的值可以使用类型,也可以用类型代码代替。
3、Numpy数组算术
Numpy中的算术可以进行批量操作而无需使用for循环,这里简单介绍几种算法。
4、基础索引与切片
numpy是一个非常重要的一个概念,与列表的切片相似,可以选中数据的子集或某个元素。
相关文章
- 在 Go 里用 CGO?这 7 个问题你要关注!
- 9款优秀的去中心化通讯软件 Matrix 的客户端
- 求职数据分析,项目经验该怎么写
- 在OKR中,我看到了数据驱动业务的未来
- 火山引擎云原生大数据在金融行业的实践
- OpenHarmony富设备移植指南(二)—从postmarketOS获取移植资源
- 《数据成熟度指数》报告:64%的企业领袖认为大多数员工“不懂数据”
- OpenHarmony 小型系统兼容性测试指南
- 肯睿中国(Cloudera):2023年企业数字战略三大趋势预测
- 适用于 Linux 的十大命令行游戏
- GNOME 截图工具的新旧截图方式
- System76 即将推出的 COSMIC 桌面正在酝酿大变化
- 2GB 内存 8GB 存储即可流畅运行,Windows 11 极致精简版系统 Tiny11 发布
- 迎接 ecode:一个即将推出的具有全新图形用户界面框架的现代、轻量级代码编辑器
- loongarch架构介绍(三)—地址翻译
- Go 语言怎么解决编译器错误“err is shadowed during return”?
- 敏捷:可能被开发人员遗忘的部分
- Denodo预测2023年数据管理和分析的未来
- 利用数据推动可持续发展
- 在 Vue3 中实现 React 原生 Hooks(useState、useEffect),深入理解 React Hooks 的