当前位置： 移动技术网 > IT编程>脚本编程>Python > 《数据挖掘导论》实验课——实验一、数据处理之Numpy

《数据挖掘导论》实验课——实验一、数据处理之Numpy

2019年06月22日  | 移动技术网IT编程  | 我要评论

重庆理科状元,如果你是我,油焖大虾 家常菜做法大全

实验一、数据处理之numpy

一、实验目的

1. 了解numpy库的基本功能

2. 掌握numpy库的对数组的操作与运算

二、实验工具：

1. anaconda

2. numpy

三、numpy简介

numpy 的英文全称为 numerical python，指python 面向数值计算的第三方库。numpy 的特点在于，针对 python 内建的数组类型做了扩充，支持更高维度的数组和矩阵运算，以及更丰富的数学函数。numpy 是 scipy.org 中最重要的库之一，它同时也被 pandas，matplotlib 等我们熟知的第三方库作为核心计算库。
numpy（numeric python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：lawrence livermore，nasa用其处理一些本来使用c++，fortran或matlab等所做的任务。
  numpy包括了：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。numpy和稀疏矩阵运算包scipy配合使用更加方便。

四、实验内容

1. 数组的创建（创建全0数组，全1数组，随机数数组）

全零数组
image.png
全一数组
image.png
随机数组
image.png

2. 数组的属性（查看数组的维度，数组元素的个数）

image.png
image.png

3. 数组的维度操作（将数组的行变列，返回最后一个元素，返回第2到第4个元素，返回逆序的数组）

image.png
image.png
image.png
image.png

4. 数组的合并（数组的水平合并，垂直合并，深度合并）

image.png
image.png
image.png

5. 数组的拆分（数组的水平拆分，垂直拆分，深度拆分）

image.png
image.png
image.png

6. 数组运算（与常的四则运算，与数组的四则运算，判断数组是否相等）

image.png
image.png
image.png

7. 数组的常用函数（数组所有元素的和、积、平均值、最大值、最小值、元素替换、方差、标准差）

image.png
image.png
image.png
image.png

五、实验总结（写出本次实验的收获，遇到的问题等）

通过本次实验，对numpy进行了简单的回顾练习，包括数组的创建，相关属性的熟悉。了解了数组维度快捷操作的方法以及合并操作对应的函数。
之前线性代数的学习中，并未接触合并的概念，不过通过实例还是比较好理解的，深度合并很有意思。对数组深度掌握不够，还要加强数学知识的学习。

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