在numpy中的基本運算,常用的有:+、-、*、/、**(乘方)、.dot(矩陣乘法)
輸出結果:import numpy as np
a=np.array([1
,2,3
])b=np.array([4
,8,6
])c1=a-b #減法運算,對應位置元素相減
c2=a+b #加法運算,對應位置元素相加
c3=a*b #乘法運算,對應位置元素相乘
c4=a/b #除法運算,對應位置元素相除
c5=b**a #冪運算,a為冪指數
(c1)
(c2)
(c3)
(c4)
(c5)
(np.
sum(a)
)#對a中元素求和輸出
(np.
max(a)
)#輸出a中的最大值
(np.
min(a)
)#輸出a中的最小值
[-3 -6 -3]
[ 5 10 9]
[ 4 16 18]
[0.25 0.25 0.5 ]
[ 4 64 216]63
1下圖所示為線性代數中的矩陣乘法規則:
在numpy中可以使用**.dot()**實現矩陣乘法(或者說是「點積」)。
輸出結果:b=np.array([[
1,2]
,[4,
6]])
b1=np.arange(4)
.reshape(2,
2)b2=np.dot(b,b1)
# 矩陣乘法
(b)print
(b1)
(b2)
[[1 2]
[4 6]]
[[0 1]
[2 3]]
[[ 4 7]
[12 22]]
二維陣列的加減乘除法等基本運算同上面一維陣列相同,但對於.dot()在一維陣列中的運算是對應位置元素相乘之後求和:
輸出結果:a=np.array([1
,2,3
])b=np.array([2
,3,4
])c=a.dot(b)
#使用.dot()的另一種形式,a.dot(b)、np.dot(a,b) 二者結果相同
(c)
20
numpy pandas基礎用法詳解
初學pandas不斷補充整理歸納常用的,配合numpy使用預設 import pandas as pd import numpy as np 習慣簡寫一 建立 1.seriess pd.series 1,3,4,np.nan,1 2.日期dates pd.date range 20180101 pe...
numpy pandas 計算雜訊特徵序列
出入t圈小菜雞,因工作需要學習了pandas numpy資料分析庫,謹以此帖,記錄經驗。如下圖所示,雜訊特徵幅度基本在0 1e13之間波動。請計算 data.npy資料中雜訊特徵幅度高於0.5e13所佔比例,並按自然小 時 0點 1點 統計該比例隨時間的分布。匯入原始資料 data pd.conca...
numpy pandas 資料處理操作總結
開啟檔案 a pd.read csv a.txt header none sep t header控制檔案中是否包含列名,sep控制劃分方式,可使用正規表示式 檔案合併 c pd.concat a,b 列相同的兩個檔案縱向連線 檔案排序 a a.sort values col1 col2 先根據列 ...