首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >数据分析-NumPy入门使用

数据分析-NumPy入门使用

作者头像
XXXX-user
发布2019-08-13 23:35:25
5890
发布2019-08-13 23:35:25
举报
文章被收录于专栏:不仅仅是python不仅仅是python

背景介绍

今天我们学习python数据分析中一个很有用的模块NumPy,NumPy是使用Python进行科学计算的基础包。它包含其他内容:

  1. 一个强大的N维数组对象
  2. 复杂的(广播)功能
  3. 用于集成C / C ++和Fortran代码的工具
  4. 有用的线性代数,傅里叶变换和随机数功能

除了明显的科学用途外,NumPy还可以用作通用数据的高效多维容器。可以定义任意数据类型。这使NumPy能够无缝快速地与各种数据库集成。

入门示例

以上为在Jupyter Notebook中进行的代码运行截图,具体代码如下:

#  创建numpy数组import numpy as npprint(np.__version__)#使用np.array()创建数组array = np.array([1,2,3])array#查看数据类型,是numpy的ndarrayprint(type(array))# ### 使用shape属性显示数组的大小。# ### 这是一个整数元组,表示每个维度中数组的大小。# 对于具有n行和m列的矩阵,形状将为(n,m)。array.shape#接下来创建一个多维的数组arr = np.array([[1,2,3],[4,5,6]])arr#打印shape结果为一个2行三列的矩阵数组arr.shape#获取数组元素arr[0,1]#使用size打印数组元素大小arr.size#将一个普通的list转换为nmupy的数组#list中的元素类型为不一样的list1 = ['hello',1,True]arr = np.array(list1)arr# 从上面的结果看出,不会出现异常,# np将普通的list中元素统一转换成string#使用ndim查看数组的尺寸大小arr.ndim#数组中添加元素arr = np.append(arr,99)arr#删除元素arr = np.delete(arr,1)arr

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-08-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 yale记 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 背景介绍
    • 入门示例
    相关产品与服务
    容器服务
    腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
    领券
    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档