Data Science Numpy基础(一)

什么是Numpy?

Numpy是Python开源的科学计算工具包,是高级的数值编程工具

强大的N维数组对象:ndarray

可以对数组结构数据进行运算(不用遍历循环)

有随机数、线性代数、傅里叶变换等功能

如何安装?

安装anaconda科学计算环境

咸鱼也是从新手一步一坑踩过来,深知新手配置环境的不易,所以这里推荐使用anaconda,里面集成了许多常用的库,并且在配置环境时更容易上手。

下载地址:

具体安装步骤,这里不再赘述,不懂的朋友可以在交流群中讨论,也可以参考下面的博文:

https://cuiqingcai.com/5059.html

安装Numpy

方法一:安装anaconda后,numpy是可以直接使用的,无需二次安装。

方法二:没有安装anaconda可以使用安装。

安装jupyter notebooks(推荐使用)

方法一:安装anaconda后,jupyter notebooks是可以直接使用的,无需二次安装。

方法二:没有安装anaconda可以使用安装。

Numpy基础数据结构

导入

推荐使用

不建议使用, 因为numpy中包含了大量与Python内建函数重名的函数。

生成ndarray

可以使用array生成数组

举个栗子:

除了np.array之外还有其他函数可以创建新数组,这里列出常用的几个:

这里以zeros,zeros_like以及linspance分别举例:

这里除了常用的几个生成数组的函数外,列举一些常用的方法:

Numpy通用函数

数组形状变换(.T/.reshape()/.resize())

.T是转置函数,转置函数对一维数组无影响

.reshape(),直接更改数组的形状,但更改前后数组元素个数必须相同

.resize()

数组的复制数组的类型转化

.astype()可以将数组中元素的类型进行转化,在numpy中元素类型有以下几种(太多了就不都写了):

举个类型转换的栗子:

数组的堆叠

数组的堆叠有hstack(),vstack()以及stack(),下面分别举例:

数组拆分

数组拆分同样分为横向拆分和竖向拆分。

常用计算函数

这里的计算函数与Python中的计算函数用法相同,这里不再过多论述。

巩固练习

生成一个一维数组、二维数组,并且查看其shape

生成一个一维数组,起始值为5,终点值为15,样本数为10个

按照要求创建以下数组

创建一个20个元素的数组,分别改变成两个形状:(4,5),(5,6)

创建一个(4,4)的数组,把其元素类型改为字符型

创建一个二维数组ar,起始值为0,终点值为15,运用数组的运算方法得到结果:result = ar * 10 +100,并求出result的均值及求和

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180930G0H8QP00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券