numpy 最核心的特徵之一就是n維陣列物件——ndarray,它是python中乙個快速,靈活的資料集容器。陣列允許在整塊資料上進行數**算。(比如利用矩陣來計算就比普通的運算快的多的多)
首先我匯入乙個numpy,再生成乙個隨機數組
import numpy as np
data =np.random.randn(2,
3)print
(data)
輸出結果為:
array([[
0.0914826
,0.34465591,-
0.47513678],
[-0.81362342
,1.36324361,-
1.07599732]]
)
我們可以對該陣列進行數學操作:
print
(data*
10)
輸出結果為:
array([[
0.91482599
,3.44655908,-
4.75136776],
[-8.13623415
,13.63243606,-
10.75997317]]
)
加法:
print
(data+data)
輸出結果為:
[
[0.1829652
0.68931182
-0.95027355][
-1.62724683
2.72648721
-2.15199463
]]
每乙個陣列都有乙個shape屬性,用來表徵陣列每一維度的數量。
每乙個陣列都有乙個dtype屬性,用來描述陣列的資料型別。
Numpy ndarray 多維陣列物件的使用
目前它是python數值計算中最為重要的基礎包,將numpy的陣列的物件作為資料互動的通用語,一般我們要充分理解好矩陣計算的原理,這需要你要有一些線性代數的基礎知識。在對資料處理 清洗 構造子集 過濾 變換以及其他計算的過程快速的進行向量化計算,後續也會介紹r語言,因為r語言就是乙個原生態基於向量化...
numpy ndarray掩碼操作
bool掩碼 掩出位置為true處的值 從大資料集中抽取出一小部分 e.g.抽取年齡大於40歲的學生 import numpy as np a np.arange 1,10 設定掩碼 mask true false true false true false true false true fals...
認識Numpy Ndarray物件
numpy numerical python 是 python 語言的乙個擴充套件程式庫,支援大量的維度陣列與矩陣運算,此外也針對陣列運算提供大量的數學函式庫。numpy為什麼能夠受到各個資料科學從業人員的青睞與追捧,其實很大程度上是因為numpy在向量計算方面做了很多優化,介面也非常友好。而這些其...