02 資料分析 numpy的使用

2021-10-01 09:41:16 字數 2808 閱讀 2958

名稱

描述bool

布林型資料型別(true 或者 false)

int預設的整數型別(類似於 c 語言中的 long,int32 或 int64)

intc

與 c 的 int 型別一樣,一般是 int32 或 int 64

intp

用於索引的整數型別(類似於 c 的 ssize_t,一般情況下仍然是 int32 或 int64)

int8

位元組(-128 to 127)

int16

整數(-32768 to 32767)

int32

整數(-2147483648 to 2147483647)

int64

整數(-9223372036854775808 to 9223372036854775807)

uint8

無符號整數(0 to 255)

uint16

無符號整數(0 to 65535)

uint32

無符號整數(0 to 4294967295)

uint64

無符號整數(0 to 18446744073709551615)

float_

float64 型別的簡寫

float16

半精度浮點數,包括:1 個符號位,5 個指數字,10 個尾數字

float32

單精度浮點數,包括:1 個符號位,8 個指數字,23 個尾數字

float64

雙精度浮點數,包括:1 個符號位,11 個指數字,52 個尾數字

complex_

complex128 型別的簡寫,即 128 位複數

complex64

複數,表示雙 32 位浮點數(實數部分和虛數部分)

complex128

複數,表示雙 64 位浮點數(實數部分和虛數部分)

1、建立

import numpy as np

t1 = np.arange(4)

t2 = np.array(range(4))

# 改變形狀

t3 = np.arange(8).reshape(2,4)

t4 = np.arange(24).reshape(2,3,4)

print(t1)

print("*"*100)

print(t2)

print("*"*100)

print(t3)

print("*"*100)

print(t4)

列印結果:

2、計算

numpy運算採用的是廣播機制

print(t1+t2)

print("*"*100)

print(t1*t2)

print("*"*100)

print(t1+t3)

print("*"*100)

print(t1+t4)

列印結果

3、讀取檔案

import numpy as np

file_path = "test.csv"

t1 = np.loadtxt(file_path,delimiter=",",dtype="int")

print(t1)

print("*"*100)

#獲取第二行

print(t1[1])

print("*"*100)

#獲取第三行之後的

print(t1[2:])

print("*"*100)

#獲取第二行,第四行,第三列之後的資料

print(t1[[1,3],2:])

print("*"*100)

# #獲取多個不相鄰的點 獲取座標,,的資料

print(t1[[0,1,2],[0,2,3]])

列印結果

3、數值修改

# 將t1中所有小於5的值修改為0

t1[t1<5] = 0

print(t1)

print("*"*100)

# 將t1中所有小於5的值修改為1,其他修改為2

t2 = np.where(t1<5,1,2)

print(t2)

print("*"*100)

# 將t1中 小於3的替換為3 ,大於7的替換為7

print(t1.clip(3,7))

列印結果

3、numpy中的nan

nan是float型別的

1、兩個nan是不相等的

np.nan != np.nan  # true
2、判斷陣列中nan的個數

np.count_nonzero(t1!=t1)
3、判斷某個數字是否為nan

np.isnan(t1[1,3])
4、任何數字與nan計算都是n

資料分析 numpy 02 建立陣列

import numpy as np 方法有 1.array def array p object,dtype none,copy true,order k subok false,ndmin 0 eg a1 np.array 1 2,3 4 a2 np.array 1,2 3,4 print a1...

資料分析 numpy的基本使用

numpy是高效能科學計算和資料分析的基礎包。它是pandas等其他各種工具的基礎。numpy的主要功能 python中操作方式 也可以通過安裝anaconda軟體操作,裡面包含 numpy,pandas以及matplotlib多個庫 本片文章是在anaconda3中執行!anaconda安裝及建立...

numpy資料分析

2020 11 2 import array arr array.array i list range 10 i表示整型,生成序列後不能改變資料型別 多維陣列ndarray方便處理多維度運算,運算效率高 nparr np.array list range 10 修改值,浮點數取整數段 nparr 2...