numpy系統是python的一種開源的數值計算擴充套件
ndarray 多維陣列
* 所有元素必須是相同型別
* ndim屬性，維度個數
* shape屬性，各維度大小
* dtype屬性，資料型別# coding:utf-8
import numpy as np
# 生成指定維度的隨機多維資料
data = np.random.rand(2, 3)
print(data)
print(type(data))
ndim, shape 和 dtype 屬性
print('維度個數', data.ndim)
print('各維度大小: ', data.shape)
print('資料型別: ', data.dtype)
建立ndarray
# list轉換為 ndarray
l = range(10)
data = np.array(l)
print(data)
print(data.shape)
print(data.ndim)
# 巢狀序列轉換為ndarray
l2 = [range(10), range(10)]
data = np.array(l2)
print(data)
print(data.shape)
print(data.ndim)
# np.zeros, np.ones 和 np.empty
# np.zeros
zeros_arr = np.zeros((3, 4))
# np.ones
ones_arr = np.ones((2, 3))
# np.empty
empty_arr = np.empty((3, 3))
# np.empty 指定資料型別
empty_int_arr = np.empty((3, 3), int)
print(zeros_arr)
print('-------------')
print(ones_arr)
print('-------------')
print(empty_arr)
print('-------------')
print(empty_int_arr)
# np.arange()
print(np.arange(10))
ndarray資料型別
zeros_float_arr = np.zeros((3, 4), dtype=np.float64)
print(zeros_float_arr)
print(zeros_float_arr.dtype)
# astype轉換資料型別
zeros_int_arr = zeros_float_arr.astype(np.int32)
print(zeros_int_arr)
print(zeros_int_arr.dtype)
向量化 (vectorization)
# 向量與向量運算
arr = np.array([[1, 2, 3],
[4, 5, 6]])
print("元素相乘：")
print(arr ** 3)
print("矩陣相加：")
print(arr + arr)
# 向量與標量運算
print(1. / arr)
print(2. * arr)
索引與切片
# 一維陣列
arr1 = np.arange(10)
print(arr1)
print(arr1[2:5])
# 多維陣列
arr2 = np.arange(12).reshape(3,4)
print(arr2)
print(arr2[2,1])
print(arr2[0:2, 2:])
print(arr2[:, 1:3])
# 條件索引
# 找出 data_arr 中 2023年後的資料
data_arr = np.random.rand(3,3)
print(data_arr)
year_arr = np.array([[2000, 2001, 2000],
[2005, 2002, 2009],
[2001, 2003, 2010]])
is_year_after_2005 = year_arr >= 2005
print is_year_after_2005
print is_year_after_2005.dtype
filtered_arr = year_arr[is_year_after_2005]
print filtered_arr
filtered_arr = year_arr[year_arr >= 2005]
print(filtered_arr)
# 多個條件
filtered_arr = year_arr[(year_arr <= 2005) & (year_arr % 2 == 0)]
print(filtered_arr)
filtered_arr = year_arr[(year_arr <= 2005) | (year_arr % 2 == 0)]
print(filtered_arr)
filtered_arr = year_arr[(year_arr <= 2005) & (year_arr % 2 == 0) & (year_arr > 2000)]
print(filtered_arr)
轉置arr = np.random.rand(2,3)
print(arr)
print(arr.transpose())
arr3d = np.random.rand(2,3,4)
print(arr3d)
print('----------------------')
print(arr3d.transpose((1,0,2))) # 3x2x4
通用函式
arr = np.random.randn(2,3)
print(arr)
# 向上取整
print(np.ceil(arr))
# 向下取整
print(np.floor(arr))
# 四捨五入
print(np.rint(arr))
# 判斷是否為nan
print(np.isnan(arr))
# 元素相乘
a1 = np.array([[1,2,3], [4,5,6]])
a2 = np.array([[4,6,3], [4,2,7]])
print(np.multiply(a1, a2))
# 元素相除
print(np.divide(a1, a2))
print(np.divide(a1*1.0, a2*1.0))
#np.where
arr = np.random.randn(3,4)
print(arr)
# 格式 where(條件,成立,不成立)
print(np.where(arr > 0, 1, -1))
常用的統計方法
# np.all 和 np.any
arr = np.random.randn(2,3)
print(arr)
# 至少有乙個元素滿足條件
print(np.any(arr > 0))
# 全部滿足條件
print(np.all(arr > 0))
# np.unique
arr = np.array([[1, 2, 1], [2, 3, 4], [1, 5, 6]])
print(arr)
# 找出陣列中的唯一值並返回已排序的結果
print(np.unique(arr))
利用python進行資料分析 02 numpy基礎
ndarray 多維陣列物件 ndarray是乙個通用的同構資料多維容器，每個陣列均有乙個shape 表示維度大小 和dtype 說明陣列資料型別的物件 eg data.shape 2,3 data.dtype dtype float64 1 建立ndarray data1建立arr1的ndarra...
Python之資料分析（寶可夢資料分析）
在此感謝阿里雲天池平台提供的學習平台，並提供相應的教程供小白們學習資料分析。seaborn庫 seaborn 是基於 python 且非常受歡迎的圖形視覺化庫，在 matplotlib 的基礎上，進行了更高階的封裝，使得作圖更加方便快捷。即便是沒有什麼基礎的人，也能通過極簡的 做出具有分析價值而又十...
Python 資料分析之scipy
scipy是一組專門解決科學計算中各種標準問題域的包的集合，主要包括下面這些包 匯入積分模組 import numpy as np 匯入numpy庫 from scipy import integrate 匯入定積分模組scipy.integrate.quad func,a,b 計算單重積分，引數分...