numpy(二)

  这篇继续来介绍numpy!

  没有看过开篇的朋友,贴出链接:https://www.cnblogs.com/Earth-SmaThing/p/11224252.html

  多维数组的高效性能:

    虽然可以使用[ ]运算符重复对嵌套列表进行索引,但多维数组支持更为自然的索引语法,只需一个[ ]和一组以逗号分隔的索引即可。如下所示:

    

    再比如返回2行4列的array,且值为均值为10,标准差为3的正态分布的随机数,代码如下:

    

    实际上,只要元素的总数不变,数组的形状就可以随时改变。例如想要一个数字从0增加的2*4数组,最简单的方法如下所示:

    

    注意:Numpy数组形状的改变,就像Numpy中的大多数操作一样,改变前后存在相同的记忆。这种操作极大的提升了对向量的操作。

    

    

  多维数组的索引与切片:

    使用多维数组,仍然可以向一维数组一样使用切片,并且多维数组可以在不同维度中混合匹配切片和单个索引。

    

    如果只提供一个索引,那么将得到一个包含该行的维数少的数组,如下所示:

    

    

原文地址:https://www.cnblogs.com/Earth-SmaThing/p/11224696.html

时间: 2024-08-30 14:28:49

numpy(二)的相关文章

浅析Numpy.genfromtxt及File I/O讲解

Python 并没有提供数组功能,虽然列表 (list) 可以完成基本的数组功能,但它并不是真正的数组,而且在数据量较大时,使用列表的速度就会慢的让人难受.为此,Numpy 提供了真正的数组功能,以及对数据快速处理的函数.Numpy 还是很多更高级的扩展库的依赖库,例如: Scipy,Matplotlib,Pandas等.此外,值得一提的是:Numpy 内置函数处理数据的速度是 C 语言级别的,因此编写程序时,应尽量使用内置函数,避免出现效率瓶颈的现象.一切计算源于数据,那么我们就来看一看Num

利用Python进行数据分析:【NumPy】

一.NumPy:数组计算1.NumPy是高性能科学计算和数据分析的基础包.它是pandas等其他各种工具的基础.2.NumPy的主要功能: # ndarray,一个多维数组结构,高效且节省空间 # 无需循环对整组数据进行快速运算的数学函数 # *读写磁盘数据的工具以及用于操作内存映射文件的工具 # *线性代数.随机数生成和傅里叶变换功能 # *用于集成C.C++等代码的工具 3.安装方法:pip install numpy 二.NumPy:ndarray-多维数组对象1.创建ndarray:np

Python进阶(三十九)-数据可视化の使用matplotlib进行绘图分析数据

Python进阶(三十九)-数据可视化の使用matplotlib进行绘图分析数据 ??matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中. ??它的文档相当完备,并且 Gallery页面 中有上百幅缩略图,打开之后都有源程序.因此如果你需要绘制某种类型的图,只需要在这个页面中浏览/复制/粘贴一下,基本上都能搞定. ??在Linux下比较著名的数据图工具还有gnuplot

使用python中的matplotlib进行绘图分析数据

http://blog.csdn.net/pipisorry/article/details/37742423 matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中. 它的文档相当完备,并且 Gallery页面 中有上百幅缩略图,打开之后都有源程序.因此如果你需要绘制某种类型的图,只需要在这个页面中浏览/复制/粘贴一下,基本上都能搞定. 在Linux下比较著名的数据图工具

Python图表绘制:matplotlib绘图库入门

matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中. 它的文档相当完备,并且Gallery页面中有上百幅缩略图,打开之后都有源程序.因此如果你需要绘制某种类型的图,只需要在这个页面中浏览/复制/粘贴一下,基本上都能搞定. 在Linux下比较著名的数据图工具还有gnuplot,这个是免费的,Python有一个包可以调用gnuplot,但是语法比较不习惯,而且画图质量不高.

Python绘图matplotlib

转自http://blog.csdn.net/ywjun0919/article/details/8692018 Python图表绘制:matplotlib绘图库入门 matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中. 它的文档相当完备,并且Gallery页面中有上百幅缩略图,打开之后都有源程序.因此如果你需要绘制某种类型的图,只需要在这个页面中浏览/复制/粘贴一下,基

pandas DataFrame(1)

之前介绍了numpy的二维数组,但是numpy二维数组有一些局限性,比如,它数组里所有的值的类型必须相同,不能某一列是数值型,某一列是字符串型,这样会导致无法使用 mean() , std() 等方法去计算某一行或某一列. 但是,使用pandas DataFrame可以解决这一问题. pandas DataFrame也是二维数据,和pandas Series一样, pandas DataFrame也有'索引'这个概念,它每一列都有一个索引值: import pandas as pd df = p

pandas DataFrame(2)-行列索引及值的获取

pandas DataFrame是二维的,所以,它既有列索引,又有行索引 上一篇里只介绍了列索引: import pandas as pd df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 4, 5]}) print df # 结果: A B 0 0 3 1 1 4 2 2 5 行索引自动生成了 0,1,2 如果要自己指定行索引和列索引,可以使用 index 和 column 参数: 这个数据是5个车站10天内的客流数据: ridership_df = pd

pandas从入门到上楼

数据对象 pandas主要有两种数据对象 Series DataFrame 注: 后面代码使用pandas版本0.20.1,通过import pandas as pd引入 Series Series是一种带有索引的序列对象 创建方式 简单创建如下 # 通过传入一个序列给pd.Series初始化一个Series对象, 比如list s1 = pd.Series(list("1234")) print(s1) 0 1 1 2 2 3 3 4 dtype: object DataFrame

Python3 识别验证码(opencv-python)

Python3 识别验证码(opencv-python) 一.准备工作 使用opencv做图像处理,所以需要安装下面两个库: pip3 install opencv-python pip3 install numpy 二.识别原理 采取一种有监督式学习的方法来识别验证码,包含以下几个步骤: 图片处理 - 对图片进行降噪.二值化处理 切割图片 - 将图片切割成单个字符并保存 人工标注 - 对切割的字符图片进行人工标注,作为训练集 训练数据 - 用KNN算法训练数据 检测结果 - 用上一步的训练结果