anaconda
numpy 的英文全稱為 numerical python，指python 面向數值計算的第三方庫。numpy 的特點在於，針對 python 內建的陣列型別做了擴充，支援更高維度的陣列和矩陣運算，以及更豐富的數學函式。numpy 是 scipy.org 中最重要的庫之一，它同時也被 pandas，matplotlib 等我們熟知的第三方庫作為核心計算庫。
numpy（numeric python）提供了許多高階的數值程式設計工具，如：矩陣資料型別、向量處理，以及精密的運算庫。專為進行嚴格的數字處理而產生。多為很多大型金融公司使用，以及核心的科學計算組織如：lawrence livermore，nasa用其處理一些本來使用c++，fortran或matlab等所做的任務。
numpy包括了：1、乙個強大的n維陣列物件array；2、比較成熟的（廣播）函式庫；3、用於整合c/c++和fortran**的工具包；4、實用的線性代數、傅利葉變換和隨機數生成函式。numpy和稀疏矩陣運算包scipy配合使用更加方便。
下面使用numpy庫進行對陣列的一些操作
陣列的建立（建立全0陣列，全1陣列，隨機數陣列）
首先我們匯入numpy庫命名為np以便我們後續呼叫
import numpy as npnp.
zeros((
2,4)
)
np.
ones((
2,4)
)
np.random.
randint(0
,10,(
3,2)
)
生成乙個隨機數組，並檢視這個隨機數組的維度
a=np.random.
randint(0
,10,(
2,4)
)a.shape
a.size定義乙個陣列並將行變為列
返回最後乙個元素
a[-1
]
a[1:
2]
a[::-1]
定義兩個陣列並將其水平合併
垂直合併
深度合併
陣列的拆分（陣列的水平拆分，垂直拆分）
定義乙個陣列進行水平拆分
垂直拆分
np.
vsplit
(a,3
)
定義兩個陣列與常數進行運算
a = np.arange(4, dtype=np.float32).reshape(2,2)
b = np.arange(4, 8, dtype=np.float32).reshape(2,2)
a+2
a/b(a == b)
.all
()
定義乙個陣列並計算所有元素的和
a = np.
array([
3,2,
4]) a.
sum(
)
a.
prod
()
a.
mean
()
a.
max(
)
a.
min(
)
a.
var(
)
a.
std(
)
python資料處理庫 numpy
之前在寫python的資料處理庫的安裝教程時寫過一點介紹。但是不是很詳細，最近在整理複習，所以寫篇部落格整理下。numpy是python科學計算的基礎包，它提供 快速高效的多維陣列物件ndarray 直接對陣列執行數 算及對陣列執行元素級計算的函式 線性代數運算 隨機數生成 將c c fortran...
資料處理必修庫Numpy
資料處理必修庫numpy python的編輯器五花八門，眼花繚亂，對於新手來說，最好的就是anaconda。如果你已經安裝了anaconda，那麼你就已經安裝了numpy，不僅如此，很多常用的庫anaconda都替你安裝好了，如pandas，這就省去了自行安裝的麻煩！python的標準發行版或任何其...
Python資料處理 numpy 1
python中資料處理最基礎的乙個包 numpy。它能很好的進行資料準備，類似與r語言中的資料框 dataframe 一樣。今天，就來從最基礎的開始學習。import numpy as np data 0.95,0.25,0.89 0.56,0.24,0.91 data np.array data ...