python資料分析 numpy使用（三）

1 矩陣的輸出

先初始

import numpy as np

'''a=np.arange(3,15).reshape((3,4))

for row in a:   # 按列輸出，按行就把轉置去掉

print(row)
**```
1.2 按列輸出**

print(row)

**1.3  輸出為一行**

flatten迭代器

**1.4  輸出為一列**

print(i) #輸出成一列

**2  矩陣的合併**

初始化

b1=np.array([2,2,2])

```

2.1 縱向合併

print(np.vstack((a1,b1))) #vertical stack

print(np.hstack((a1,b1))) #horizontal stack

print(a1[:,np.newaxis])    #利用newaxis進行轉置

2.4 合併多個

利用concatenate合併多個array

print(np.concatenate((a1,a1,a1),axis=0))  #多個矩陣一起

縱向分割與橫向分割

'print(np.split(a,2,axis=1)[0],np.split(a,2,axis=1))

另一種方式的分割

print(np.hsplit(a,2))   #水平分割

print(np.split(a,3,axis=0)) # 縱向
print(np.vsplit(a,3)) #縱向

print(np.array_split(a,2,axis=0))#不等分割

即a=b，則我對a進行改變b也會改變，對b改變a也會改變

對於單個值『=』無關聯

a=1

b=aa=2
print(a,b)
a = np.arange(4)
# array([0, 1, 2, 3])
b = a
c = a
d = b
a[0] = 11
print(a,b,d)

b = a.copy()    # deep copy

print(b) # array([11, 22, 33, 3])
a[3] = 44
print(a) # array([11, 22, 33, 44])
print(b) # array([11, 22, 33, 3])

python資料分析之Numpy

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.ran...

Python 資料分析 Numpy模組

numpy模組可以高效的處理資料，提供陣列支援 很多模組都依賴他，比如 pandas scipy matplotlib 首先到 下查詢numpy mkl 我的python版本是3.6.1，系統是64位 使用如下命令安裝 pip install numpy 1.13.3 mkl cp36 cp36m ...

python資料分析 numpy入門

import numpy as np import random 建立陣列 t1 np.array random.randint 2,9 for i in range 10 t2 np.arange 1,6 t3 np.array range 1,10,2 print t1 t1 print t2 ...