Python資料分析 Numpy學習筆記

建立

import numpy as np

np.array([1,2,3,4])
np.array([1,2,3,4,],[5,6,7,8])
np.zeros(8)
np.zeros(3,4)
np.ones(4)
np.one_like([1,2,3,4])
np.empty((2,2,2))
np.arange(10)

屬性資料型別

型別轉換

attr1.astype(np.float64)  # np.float64和'float64'都可以

attr1.astype('string_')
attr1.astype('int32')

arr1 = np.arrary(9)

arr.reshape((3,3))
arr.reshape((3, -1))  # -1根據資料資料本身/3決定

3種變換(資料重塑)都不會修改原陣列

arr1 = np.arrage(12).reshape(3, 4)

arr2 = np.arrange(12,24).reshape(3,4)
np.concatenate([arr1, arr2], axis=0)  # 相當於np.vstack([arr1, arr2])
np.concatenate([arr1, arr2], axis=1) # 相當於np.hstack([arr1, arr2])
np.split(arr1, [2, 4])

arr1 = np.arange(12).reshape(3,4)

arr1.transpose((1,0))  # 相當於 arr1.t
arr2 = np.arrage(16).reshape(2,2,4)
arr2.swapaxes(1,2) # 交換y,z軸

arr1 = np.random.randint(100, 200, size=(5,4))

np.random.randn(2,3,5)
np.random.normal(4,5,size=(3,5))
np.random.permutation(arr1)
np.random.shuffle(arr1)

arr1 = np.array([1, 2, 3])

arr1 * 10
arr1 * arr1
arr1 - arr1

可以指定axis軸

統計運算

集合運算

線性代數

arr1 = np.loadtxt('1.csv', delimiter=',')

python資料分析之Numpy

numpy系統是python的一種開源的數值計算擴充套件 ndarray 多維陣列 所有元素必須是相同型別 ndim屬性，維度個數 shape屬性，各維度大小 dtype屬性，資料型別 coding utf 8 import numpy as np 生成指定維度的隨機多維資料 data np.ran...

Python 資料分析 Numpy模組

numpy模組可以高效的處理資料，提供陣列支援 很多模組都依賴他，比如 pandas scipy matplotlib 首先到 下查詢numpy mkl 我的python版本是3.6.1，系統是64位 使用如下命令安裝 pip install numpy 1.13.3 mkl cp36 cp36m ...

python資料分析 numpy入門

import numpy as np import random 建立陣列 t1 np.array random.randint 2,9 for i in range 10 t2 np.arange 1,6 t3 np.array range 1,10,2 print t1 t1 print t2 ...