数据分析三剑客之一numpy

NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵.

可以用python实现的科学计算包括：

1、一个强大的N维数组对象Array；

2、比较成熟的（广播）函数库；

3、用于整合C/C++和Fortran代码的工具包；

4、实用的线性代数、傅里叶变换和随机数生成函数。

使用的简单概述:

导入包

import numpy

通常会给取别名,便于应用

import numpy as  np      #(推荐使用)

查看版本

np.__version__

常用函数:

np.array([1,2,3])     #转换为  numpy.ndarray

np.full(shape, fill_value, dtype=None, order='C')   #数组中每个元素都为填充值

#shape (维度,必传参数), fill__value (填充值,必传参数),dtype(数据类型)

np.ones(shape, dtype=None, order='C')  #数组中每个元素都为1

np.eye(N, M=None, k=0, dtype=float)   #正对角线上的元素均为1,其他为0

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) 

#等差数组,根据分割数num,来确定等差

np.arange([start, ]stop, [step, ]dtype=None)  #等差数组,步长为等差

np.random.randint(low, high=None, size=None, dtype='l') #整数等差数组

np.random.randn(d0, d1, ..., dn)  #从标准正态分布中返回一个或多个样本值

 

稍微列举一下,有问题欢迎提出,在讨论中产生更到的理解,互相学习

 

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有