3.23-Numpy

一个在Python中做科学计算的基础库，重在数值计算，也是大部分PYTHON科学计算库的基础库，多用于在大型、多维数组上执行数值运算。
数组的形状：
广播原则
The broadcasting behaviors in NumPy are based on the idea of extending the smaller array so that it has compatible shape with the larger array. This involves two steps:

1.The smaller array is “broadcast” across the larger array so that they have the same number of dimensions. This is done by adding “1” dimensions to the smaller array as necessary.
2.The dimensions of the smaller array are repeated to match the corresponding dimensions of the larger array.

Once the arrays have compatible shapes, they can be operated on element-wise. NumPy will automatically perform the necessary broadcasting to make the operation work.

import numpy as npa = np.array([1, 2, 3])
b = np.array([[1], [2], [3]])c = a + b
print(c)

4. 轴axis：

Numpy读取数据：

import numpy as npus_file_path = "./youtube_video_data/US_video_data_numbers.csv"
gb_file_path = "./youtube_video_data/GB_video_data_numbers.csv"t1 = np.loadtxt(us_file_path,delimiter=",",dtype="int")
t2 = np.loadtxt(us_file_path,delimiter=",",dtype="int",unpack=True)  # Transpose the arrayprint(t1)
print("*"*100)
print(t2)

Numpy中的转置：
Numpy的索引和切片：

布尔索引

三元运算符

Clip
nan和inf：

@desc: np.isnan() is a mask and returns an array of boolean values
"""
import numpy as np# replace nan value with the mean value of other numbers in the same column
def fill_ndarray(t1):for i in range(t1.shape[1]):  # iterate each columncur_col = t1[:, i]if np.count_nonzero(np.isnan(cur_col)) != 0:  # 说明有nancol_not_nan = cur_col[~np.isnan(cur_col)]  # find out all the non-NaN numberscur_col[np.isnan(cur_col)] = col_not_nan.mean() # replace NaN with the mean values of the other non-NaN numberst1[:, i] = cur_colreturn t1if __name__ == '__main__':t1 = np.arange(12).reshape((3, 4)).astype("float")t1[1, 2:] = np.nanprint(t1)t1 = fill_ndarray(t1)print(t1)

9. 数组的拼接和行列交换：

10. 其他方法：

3.23-Numpy相关推荐

python基础代码库-Python基础数据处理库-NumPy
最近更新:2017-07-19 NumPy是Python做数据处理的底层库,是高性能科学计算和数据分析的基础,比如著名的Python机器学习库SKlearn就需要NumPy的支持.掌握NumPy的基础 ...
快速排序 python菜鸟教程-NumPy 排序、条件刷选函数
NumPy 排序.条件刷选函数 NumPy 提供了多种排序的方法. 这些排序函数实现不同的排序算法,每个排序算法的特征在于执行速度,最坏情况性能,所需的工作空间和算法的稳定性. 下表显示了三种排序算法 ...
python复数计算符号_Python：基本运算、基本函数（包括复数）、Math模块、NumPy模块...
基本运算 x**2 : x^2 若x是mat矩阵,那就表示x内每个元素求平方 inf:表示正无穷逻辑运算符:and,or,not 基本函数字典的get方法 a.get(k,d)11 get相当于一 ...
TutorialsPoint NumPy 教程
来源:NumPy Tutorial - TutorialsPoint 译者:飞龙协议:CC BY-NC-SA 4.0 在线阅读 PDF格式 EPUB格式 MOBI格式代码仓库 NumPy - 简介 ...
TutorialsPoint NumPy 教程（转）
TutorialsPoint NumPy 教程(转) 来源:NumPy Tutorial - TutorialsPoint 译者:飞龙协议:CC BY-NC-SA 4.0 在线阅读 PDF格式 EP ...
numpy将所有数据变为0和1_《利用python进行数据分析》1.0——Numpy库
目录: Tab 键自动完成 %run命令 "Ctri-C" 中断正在执行的代码忘记输入和输出文本怎么办创建数组 zero 和ones arange(),生成一定长度的数量 dt ...
看到一篇详细的关于Python之Numpy教程分享给和我一样在编程上的小白
NumPy - 简介 NumPy 是一个 Python 包. 它代表 "Numeric Python". 它是一个由多维数组对象和用于处理数组的例程集合组成的库. Numeric, ...
学习Numpy（五）
目录一.复习Numpy数组操作和字符串操作 1.修改数组形状 2.翻转数组 3.连接数组 4.分割数组 5.数组元素的添加与删除 6.NumPy 字符串函数二.学习新知识 1.NumPy 统计函数 ...
[Numpy] Numpy对于NaN值的判断
美图欣赏2022/06/23 numpy.nan的数据类型是float类型 import numpy as np type(np.nan) # float 任何数字和numpy.nan进行计算,返回的 ...
Python —— Numpy详细教程
NumPy - 简介 NumPy 是一个 Python 包. 它代表 "Numeric Python". 它是一个由多维数组对象和用于处理数组的例程集合组成的库. Numeric, ...

3.23-Numpy

3.23-Numpy相关推荐

最新文章

热门文章