Numpy
Numpy是科学计算的一个基础包,它提供了以下功能:
1.快速高效的多维度数组对象ndarray;
2.对数组进行元素级计算以及直接对数组执行数学运算的函数;
3.用于读写硬盘上基于数组的数据集的工具;
4.线性代数运算、傅立叶变换、以及随机数生成;
5.用于将C、C++等代码集成到Python的工具。
ndarray对象
ndarray是一个通用的同构数据多维容器,也就是说,其中的所有元素都必须是相同类型的,每一个数组都有一个shape和一个dtype,其中shape是一个表示各维度大小的元组,dtype则是一个用于说明数组中元素数据类型的对象。
我们平时所说的' 数组'、‘Numpy数组’、‘ndarray’基本上都是指的同一样东西,即ndarray对象。
创建ndarray对象最简单的办法就是使用array函数。它接受一切序列型对象(包括其他数组),然后产生一个新的含有传入数据的Numpy数组。
除了array函数外,zeros和ones也能创建指定长度和形状的'0'和‘1’的数组。
另外还有一个arange是python内置函数range的数组版。
安装
>>>pip3 install numpy
读取数据
numpy有一些自带的函数用于读取多种类型的数据。以下代码用于读取txt文档中的数据:
原始数据 处理txt文件的代码其中参数delimiter用于设置分隔符,根据原始文档分隔符设置为',',dtype用于设置通过什么格式读取原始文档中的数据。
array数组
array数组是numpy库中最核心的一个数据结构,array数组既可以表示一维向量,也可以表示矩阵,array数组的shape方法可以查看数组的类型。
向量与矩阵array数组有一个重要性质,即数组中的每一项数据类型都必须一致。
array数组一致性改变数组的类型
astype改变数组数据类型array数组的运算
索引
索引索引切片
索引切片数据比对
数据比对 逻辑操作符取极值
取极值按维度求和
按维度求和sum()方法有一个参数 axis表示求和的维度,当axis=0时表示按列求和,而当axis=1时表示按行求和。
array矩阵构造
这里我们先来看arange和reshape两个方法的作用,ndim方法用来显示矩阵的维度,size方法则用来显示元素的个数。
矩阵构造zeros和ones方法分别用于构造元素皆为0和1的array矩阵
zeros和ones方法random方法构造(-1,1)之间的随机数矩阵
随机矩阵array矩阵数学运算
矩阵的减法与幂矩阵的乘法
矩阵的乘法矩阵求根号
矩阵求根号 矩阵其它计算方法矩阵的拼接
矩阵的拼接获取最大值的索引
最大值的索引argsort索引排序
argsort索引排序tile方法
tile方法
网友评论