python資料分析模組numpy
建立全0陣列
pa = np.zeros((2
,2))
print
(pa)[[
0.0.
][0.
0.]]
同zeros函式用法相同,np.ones
3.建立指定元素的陣列
b = np.array([[
1,2,
3],[
2,3,
4]])
print
(b)[[1
23][
234]
]
c = np.arange(1,
10,2)
print
(c)[13
579]
d = np.array([[
1,2,
3],[
2,3,
4]])
print
(d.ndim)
2
print
(d[1,1
])3
print
(d.shape)(2
,3)
print
(d.size)
6
e = d.reshape(3,
2)print
(e)[[1
2][3
2][3
4]]
a = np.array([[
1,2,
3],[
1,2,
3]])
b = np.array([[
1,1,
1],[
1,2,
1]])
print
(a*b)
#乘法[[1
23][
143]
]
b = b.reshape(3,
2)c = np.dot(a,b)
print
(c)[[9
6][9
6]]
np.sum()#求和
np.mean()#求均值
np.argmax()#找出最大元素的下標
np.argmin()#找出最小元素的下標
np.cumsum()#累加運算
np.diff()#累差運算
轉置的兩種方法：
print
(a)[[1
23][
123]
]
np.transpose(a)
#第一種
out[34]
: array([[
1,1]
,[2,
2],[
3,3]
])
print
(a.t)
#第二種[[
11][
22][
33]]
print
(a.t)[[
11][
22][
33]]
print
(b)[[1
1][1
1][2
1]]
print
(np.vstack(
(a.t,b)))
[[11
][22
][33
][11
][11
][21
]]
a = np.arange(12)
.reshape(3,
4)np.concatenate(
(a,a)
,axis=0)
out[12]
: array([[
0,1,
2,3]
,[4,
5,6,
7],[
8,9,
10,11]
,[0,
1,2,
3],[
4,5,
6,7]
,[8,
9,10,
11]])
import numpy as np
a =[[1
,2],
[3,4
]]b = np.concatenate(
[a,[a[0]
]])print
(b)[[1
2][3
4][1
2]]
print
(np.split(a,
3,axis=0)
)#實現橫向分割
[array([[
0,1,
2,3]
]), array([[
4,5,
6,7]
]), array([[
8,9,
10,11]
])]
b = a
print
(b)[[0
123]
[456
7][8
91011]
]
a[0]
[0]=
2print
(b)[[2
123]
[456
7][8
91011]
]
c = a.copy()a[
0][0
]=10print
(c)[[2
123]
[456
7][8
91011]
]
使用.astype函式可實現元素型別直接轉換，並不改變元素自身的值。還有乙個.dtype()函式，其用法也十分有趣。
c.astype(
float
)out[25]
: array([[
2.,1
.,2.
,3.]
,[4.
,5.,
6.,7
.],[
8.,9
.,10.
,11.]
])
Docker中的資料管理
使用docker時往往需要對資料進行持久化，或者需要在多個容器之間進行資料傳輸 2 資料卷容器 簡單理解就是先在本地建立乙個目錄，然後容器去掛載這個目錄，無論哪邊修改這個目錄內容哪邊都能看見 類似於 mount 掛載，推薦掛載檔案所在的目錄，不推薦只掛載乙個檔案 特性資料卷可以在容器之間共享和重用 ...
資料管理助手
1 採用文字txt檔案作為索引，doc檔案作為內容。txt索引到doc檔案內容的定位。2 每個資料夾作為乙個分類。3 對重要的word檔案可以加密處理，非文件保護功能，而是對內容進行加密處理。解密功能。4 備份功能 1 更新目標資料夾 2 備份全部資料夾。5 全域性搜尋，全域性標題搜尋，當前資料夾 ...
Docker 資料管理
1.在容器中管理資料主要有兩種方式 資料卷 data volumes 資料卷容器 data volume containers 資料卷資料卷是乙個可供乙個或多個容器使用的特殊目錄，它繞過 ufs，可以提供很多有用的特性 資料卷可以在容器之間共享和重用 對資料卷的修改會立馬生效 對資料卷的更新，不會影...