当前位置： 移动技术网 > IT编程>脚本编程>Python > 数据分析三剑客之一numpy

数据分析三剑客之一numpy

2018年09月13日  | 移动技术网IT编程  | 我要评论

传奇私1.85,英语面试问题,营销宝典

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

 

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网