当前位置: 移动技术网 > IT编程>脚本编程>Python > python数据分析-numpy模块基础知识(1)

python数据分析-numpy模块基础知识(1)

2020年07月14日  | 移动技术网IT编程  | 我要评论
python数据分析--numpy模块基础知识(1)首先先简单介绍一下模块,我们使用import语句导入一个模块,最主要的目的并不是运行模块中的执行语句,而是为了利用模块中已经封装好的变量、函数、类。当我们导入模块后,要使用模块中的变量、函数、类,需要在使用时加上**模块.**的

呀~博主是正在学习数据分析的一员,记录的是自己学习过程中总结的知识点,肯定有不完善的地方,如有问题可以私聊我改正,共同学习进步。希望大家都能保持学习的热情,坚持自己,不断超越自己!
博客地址:qxi的博客

首先先简单介绍一下模块,我们使用import语句导入一个模块,最主要的目的并不是运行模块中的执行语句,而是为了利用模块中已经封装好的变量、函数、类。当我们导入模块后,要使用模块中的变量、函数、类,需要在使用时加上**模块.**的格式。
//本文主要总结的是numpy模块中最基础的几个函数,关于生成矩阵,零矩阵,随机矩阵以及如何指定产生几行几列的矩阵,重点讲了arange()函数以及reshape()函数。//
1.numpy模块中的array()函数
①将列表转化为矩阵,列表里每个元素为一行。
**两行起就需要([[],[]])**切记不要少了中括号

import numpy as np
array=np.array([[1,2,3],[2,2,3]])
print(array)

②判断该矩阵的维度(都是二维),用矩阵.ndim;判断几行几列,用矩阵.shape;判断有多少元素,用矩阵.size

import numpy as np
array=np.array([[1,2,3],[2,2,3]])
print(array)
print('number of ndim:',array.ndim)
print('shape:',array.shape)
print('size:',array.size)

运行结果:

[[1 2 3]
 [2 2 3]]
number of ndim: 2
shape: (2, 3)
size: 6

2.定义矩阵的数据形式
整数形式:

import numpy as np
a=np.array([1,2,3],dtype=np.int)
print(a)
print(a.dtype)

运行结果,默认为32位(主要看各位安装的python版本):

[1 2 3]
int32

小数形式:

import numpy as np
a=np.array([1,2,3],dtype=np.float)
print(a)
print(a.dtype)

运行结果,默认为64位:

[1. 2. 3.]
float64

3.生成零矩阵,不用array函数了,用zeros(),括号内定义几行几列

import numpy as np
a=np.zeros((3,4))
print(a)

运行结果:

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

生成全部为1的矩阵,ones()

import numpy as np
a=np.ones((3,4),dtype=np.int16)
print(a)

运行结果:

[[1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]]

生成全部为2的矩阵,直接在上面矩阵的基础上乘上2

import numpy as np
a=np.ones((3,4),dtype=np.int16)*2
print(a)

运行结果:

[[2 2 2 2]
 [2 2 2 2]
 [2 2 2 2]]

4.随机生成矩阵,用empty(),注意里面也有一个小括号,不然会出错

import numpy as np
a=np.empty((3,4))
print(a)

运行结果:

[[6.01347002e-154 7.13147307e+252 7.29542036e+175 9.49697009e-095]
 [2.29621239e+155 1.72979452e+156 5.86300898e-101 1.20270795e-153]
 [8.90301763e+247 6.01346953e-154 7.48960144e+247 4.47590761e-091]]

5.arange()函数,左要取右不取

import numpy as np
a=np.arange(10,20,2) #2表示间隔为2
print(a)

运行结果:

[10 12 14 16 18]

默认0-12

import numpy as np
a=np.arange(12)
print(a)

运行结果:

[ 0  1  2  3  4  5  6  7  8  9 10 11]

6.reshape(m,n),指定生成m行n列的矩阵,这里特别说明一下可以用reshape((m,n))也可以把里面的括号去掉;但是上面提到的empty((m,n))就不可以把里面的括号去掉。

import numpy as np
a=np.arange(12).reshape(3,4)
print(a)

运行结果:

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

7.linspace()函数,在1-10之间分割成5个点

import numpy as np
a=np.linspace(1,10,5)
print(a)

运行结果:

[ 1.    3.25  5.5   7.75 10.  ]

然后利用reshape((m,n))指定几行几列

import numpy as np
a=np.linspace(1,10,6).reshape((2,3))
print(a)

运行结果:

[[ 1.   2.8  4.6]
 [ 6.4  8.2 10. ]]

好啦,关于numpy模块基础知识的介绍就先到这里啦~后期会持续更新的哟,欢迎大家提出问题一起学习!
我主要针对的学习对象是刚入门学习python数据分析的小伙伴哟,如果觉得对你有一点点帮助的话就点个赞呗,后期可以一起学习讨论。

``

本文地址:https://blog.csdn.net/hswqxi/article/details/107321170

如您对本文有疑问或者有任何想说的,请点击进行留言回复,万千网友为您解惑!

相关文章:

验证码:
移动技术网