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]
=33.2
nparr2=np.array([1
,2,3.0])
#有浮點，都為浮點型別
nparr3=np.array([1
,2,3
],dtype=
float
)#強制轉化成浮點型別
defnumpytest
(n):
a=np.arange(n)**2
b=np.arange(n)**3
c=a+b
return c#返回的是陣列
%time numpytest(
10000
)#測試**執行時間
defnumpytest2
(n):
a=np.array(n)**2
b=np.array(n)**3
c=a+b
return c
print
(numpytest2(10)
)#返回1100
## 矩陣和隨機數的生成
np.array([1
,2,3
])np.array(
range(10
))np.arange(10)
#同上np.arange(2,
10,3)
np.arange(2,
20,0.3)
#步長可以是小數
np.zeros(
10,dtype=
int)
#生成10個整型0
#shape
np.zeros(shape=(3
,5))
#生成三行五列的0
np.full(10,
99)#10個99
np.full((3
,5),
99)#生成3行5列個99
#等差數列
np.linspace(0,
20,10)
#生成隨機數
np.random.randint(0,
10)#多維隨機數
np.random.randint(0,
10,size(3,
5))#隨機種子
np.random.seed(
100)
np.random.randint(0,
10,size(3,
5))np.random.random(
)#得到0-1的浮點數
np.random.random(
(3，5))
#3行5列
#獲取維度
a=np.ones(shape=(3
,5))
a.ndim#獲取維度
a.shape#行列
#重新修改行列
x=np.arange(10)
x=a.reshape(2,
5)x=a.reshape(2,
-1)#取值操作
x=np.arange(15)
.reshape(3,
5)x[0
]x[0,
1]#第0行第1列
#一維陣列切片
a=np.arange(10)
a[0:5
]a[5:
]a[::
2]#二維切片
x=np.arange(15)
.reshape(3,
5)# 前兩行 前三列x[:
2,:3
]x[:2
,::2
]列的步長為隔乙個取乙個
#矩陣轉置x[:
:-1,
::-1
]#行變列，列變行
x.t#矩陣合併
x1=np.array([[
22,168],[
18,187]])
x2=np.array([[
0],[
1]])
x=np.concatenate(
[x1,x2]
,axis=1)
#axis=1是合併到每一行的後面
#矩陣求和
np.sum
(x)np.
max(x)
資料分析 Numpy
什麼是numpy numpy這個詞 於兩個單詞 numerical和python。numpy是python中的乙個運算速度非常快的乙個數學庫，它非常重視陣列，很多的資料科學的包都是依賴於numpy的。它允許你在python中進行向量和矩陣計算，並且由於許多底層函式實際上是用c編寫的，因此你可以體驗在...
資料分析 numpy
主要內容 1 資料分析 a 概念 是把隱藏在一些看似雜亂無章的資料背後資訊提煉出來,總結出所研究物件的內在規律.b 三劍客 numpy pandas matplotlib 2 numpy 是python語言的乙個擴充套件程式庫,支援大量的緯度陣列與矩陣運算,此外也針對陣列運算提供大量的數字函式庫.a...
爬蟲 資料分析 numpy
資料分析 是把隱藏在一些看似雜亂無章的資料背後的資訊提煉出來，總結出所研究物件的內在規律 資料分析三劍客 numpy,pandas,matplotlib 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...