數據分析三劍客之numpy
阿新 • • 發佈:2019-02-16
class 樣本 組元 .so 一次 min() mean art nat
import numpy as np
一、創建ndarray
兩種方式:
1、使用np.array()
2、使用np的routines函數創建
1 np.ones(shape,dtype=None,order=‘C‘) # 0 填充 2 np.zeros(shape,dtype=None,order=‘C‘) # 1 填充 3 np.full(shape,fill_value,dtype=None,order=‘C‘) #fill_value 填充 4 5 np.linsapce(start,stop,num=n) #等差數列 n個 6 np.arange(satrt,stop,step,dtype=None)7 np.random.random(size=None) #樣本為[0,1)的隨機數 8 np.random.randn(d0,d1,d2...,dn) #樣本為標準正態分布 9 np.random.randint(low,high,size=None,dtype=‘I‘)
二、ndarray屬性
ndim:屬性
shape:形狀
size:總長度
dtype:元素類型
三、ndarray基本操作
1、索引
2、切片
3、變形 arr.reshape()
4、級聯(緯度相同,形狀相符)
np.concatenate((arr1,arr2,..),axis=1)
axis=1 表示行方向
axis=0 表示列方向
5、切分
np.split(arr,行或列號,垂直於那個軸)
如:np.split(arr,(2,4),axis=1) 表示在2,4列各切一次
6、副本 copy()
如:arr_c = arr.copy()
四、聚合操作
常用:
1、求和 np.sum()
2、最大最小值 np.max()/np.min()
3、平均值 np.mean()
4、標準差 np.std()
五、廣播機制
規則:缺失維度的數組將維度補充為進行運算的數組的維度,缺失的數組元素使用已有的元素進行填充
也就是三點:1、為缺失的維度補1;
2、缺失元素用已有元素補充
3、缺失的數組只能有一行或一列
六、ndarray的排序
np.sort() #不改變輸入
ndarray.sort() #本地處理,會改變輸入
數據分析三劍客之numpy