数据分析中的numpy

'->'数据分析，Python的Pandas和NumPy很重要 #生活技巧# #工作学习技巧# #编程学习路径#

导入numpy模块

import numpy as np 1

numpy 具备的属性，ndim,shape,size

array_a = np.array([1,2,3],[4,5,6]) 1

三种属性的值：
维度大小 array_a.ndim = 2，
形状大小 array_a.shape = (2,3)
size 大小 array_a.size = 6

通过dtype更改np数据的格式,默认np.int为int64位

a = np.array（[2,3],dtype=np.int） 1

生成全为0的矩阵

np.zeros((2,4) #元祖形状为shape np.ones((3,6)) #生成全为1的矩阵 np.arrange(10,20,2)#从10到20，步长为2的数列，【10,12,14,16,18】 1234

想要更改形状，可在np.array后加reshape,即 np.arrange(12).reshape((3,4))

np.dot(a,b) # 等价于 a.dot(b) 1

生成随机数

np.random.random((2,4)) np.sum(a,axis=0) np.min(a,axis=1,) np.max(a,axis=0) np.argmin(a) #找对最小值的索引 np.average(a) #可以计算加权平均值 np.mean(a) #计算平均数 np.median(a) #中位数 np.nonzero(a) #找出非0 的数 np.sort(a) 12345678910111213

矩阵转置

np.transpose(a) np.clip(A,5,10)# 设置边界，小于5的设置为5 ，大于10的设置为10 12

根据索引取值

A[i][j] 或者 A[i,j] A[i,:] ,A[:,j]#某行某列 A.flatten() #返回一维 123

合并矩阵

np.vstack() #竖直堆叠 np.hstack()#水平堆叠 A[np.newaxis,:] #增加一个维度 np.concatenate((A,B),axis=0) 12345

矩阵分割

np.split(A,2,axis=0) np.vsplit(A,3) np.hsplit(A,2) 1234

网址：数据分析中的numpy https://www.yuejiaxmz.com/news/view/156005

相关内容

python数据分析
巨细！一文告诉你数据分析不得不知的秘密！
NumPy和Pandas总结
【数据分析】15组Excel函数，解决数据分析中80%的难题！
Python中的Numpy、SciPy、MatPlotLib安装与配置
效率工具：数据分析中常见的Excel函数都在这里了
三大生活技能数据分析！
大数据清洗随手记（一）
初入python，尝试获得A股交易数据（5）——利用tushare获取A股数据并尝试存入mysql（续）
TensorFlow 平滑tensorboard 下载的数据

随便看看