資料探勘 Numpy簡單使用（一）

numpy有時用np 表示（import numpy as np）

認識n維陣列-ndarray屬性

陣列屬性反映了陣列本身固有的資訊。

屬性名字

屬性解釋

ndarray.shape

陣列維度的元組

ndarray.ndim

陣列維數

ndarray.size

陣列中的元素數量

ndarray.itemsize

乙個陣列元素的長度（位元組）

ndarray.dtype

陣列元素的型別

dtype是numpy.dtype型別，對於陣列來說都有哪些型別

名稱描述簡寫

np.bool

用乙個位元組儲存的布林型別（true或false）

'b'np.int8

乙個位元組大小，-128 至 127

'i'np.int16

整數，-32768 至 32767

'i2'

np.int32

整數，-231 至 232 -1

'i4'

np.int64

整數，-263 至 263 - 1

'i8'

np.uint8

無符號整數，0 至 255

'u'np.uint16

無符號整數，0 至 65535

'u2'

np.uint32

無符號整數，0 至 2 ** 32 - 1

'u4'

np.uint64

無符號整數，0 至 2 ** 64 - 1

'u8'

np.float16

半精度浮點數：16位，正負號1位，指數5位，精度10位

'f2'

np.float32

單精度浮點數：32位，正負號1位，指數8位，精度23位

'f4'

np.float64

雙精度浮點數：64位，正負號1位，指數11位，精度52位

'f8'

np.complex64

複數，分別用兩個32位浮點數表示實部和虛部

'c8'

np.complex128

複數，分別用兩個64位浮點數表示實部和虛部

'c16'

np.object_

python物件

'o'np.string_

字串's'

np.unicode_

unicode型別

'u'基本操作

生成陣列

全０或全１陣列

全０：

#　zeros(shape[, dtype, order]) zeros_like(a[, dtype, order, subok])
zero = np.zeros([2, 3])
"""zero 生成結果
array([[0., 0., 0.],
[0., 0., 0.]])
"""

全１：

# ones(shape[, dtype, order])
one = np.ones([2, 3])
"""one結果
array([[1., 1., 1.],
[1., 1., 1.]])
"""

從現有陣列生成

array(object[, dtype, copy, order, subok, ndmin])

asarray(a[, dtype, order])－－（相當於拷貝中的淺拷貝當原始陣列發生變化對應也發生變化）

copy(a[, order])

生成固定範圍的陣列

np.linspace (start, stop, num, endpoint, retstep, dtype)

np.linspace (start, stop, num, endpoint, retstep, dtype) """start 序列的起始值 stop 序列的終止值，如果endpoint為true，該值包含於序列中 num 要生成的等間隔樣例數量，預設為50 endpoint 序列中是否包含stop值，預設為ture retstep 如果為true，返回樣例，以及連續數字之間的步長 dtype 輸出ndarray的資料型別 """# 生成等間隔的陣列 np.linspace(0, 100, 10) # 返回結果 array([ 0. , 11.11111111, 22.22222222, 33.33333333, 44.44444444, 55.55555556, 66.66666667, 77.77777778, 88.88888889, 100. ])

其他 numpy.arange(start,stop, step, dtype)

numpy.logspace(start,stop, num, endpoint, base, dtype)

生成隨機數組

均勻分布

np.random.rand(d0, d1, ..., dn)

返回[0.0，1.0)內的一組均勻分布的數。

np.random.uniform(low=0.0, high=1.0, size=none)

功能：從乙個均勻分布[low,high)中隨機取樣，注意定義域是左閉右開，即包含low，不包含high.

引數介紹:

low: 取樣下界，float型別，預設值為0；

high: 取樣上界，float型別，預設值為1；

size: 輸出樣本數目，為int或元組(tuple)型別，例如，size=(m,n,k), 則輸出mnk個樣本，預設時輸出1個值。

返回值：ndarray型別，其形狀和引數size中描述一致。

np.random.randint(low, high=none, size=none, dtype='l')

從乙個均勻分布中隨機取樣，生成乙個整數或n維整數陣列，取數範圍：若high不為none時，取[low,high)之間隨機整數，否則取值[0,low)之間隨機整數。

正太分布

np.random.randn(d0, d1, …, dn)

功能：從標準正態分佈中返回乙個或多個樣本值

np.random.normal(loc=0.0, scale=1.0, size=none)

loc：float

此概率分布的均值（對應著整個分布的中心centre）

scale：float

此概率分布的標準差（對應於分布的寬度，scale越大越矮胖，scale越小，越瘦高）

size：int or tuple of ints

輸出的shape，預設為none，只輸出乙個值

np.random.standard_normal(size=none)

返回指定形狀的標準正態分佈的陣列。

陣列的索引切片

切片（類似列表切片）［組下標，別表切片］

索引［組，下標］

陣列去重

ndarray.unique（ｉｔｅｍｓ）　直接呼叫unique函式去重

資料探勘 Numpy簡單使用（一）

numpy簡單使用

資料探勘工具numpy（三）Numpy索引和切片

NumPy庫的簡單使用

資料探勘 Numpy簡單使用（一）

numpy簡單使用

資料探勘工具numpy（三）Numpy索引和切片

NumPy庫的簡單使用

相關推薦