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)
#print data * 10
#print data + data
#print data.shape #檢視陣列的行和列
#print data.dtype
np.zeros(10) #建立所有為0的陣列
np.zeros((3, 6))#建立所有為0的二維陣列
#print np.arange(15)
#print data.astype(np.int64)將float值轉為int值
st = np.array(["1.25","2.4","3.7"])
#print st.astype(float)將字串轉為float值
'''arr = np.arange(10)
arr_slice = arr[5:8]
arr_slice[1] = 12345
arr_slice[:] = 64 #[5:8]全部變成64
#print arr_slice, arr
arr_copy = arr[5:8].copy()
#print arr_copy
#print data[1][2]
'''#乙個3維的陣列，2x2x3.
arr3d = np.array([[[1,2,3],[4,5,6]], [[7,8,9],[10,11,12]]])
arr3d_2d = arr3d[0]
#print arr3d_2d.shape 只有使用np.array()才能用shape
arr2d = np.array([[1,2,3],
[4,5,6],
[7,8,9]])
#print arr2d[:2]
#print arr2d[:2, 1:] #它是沿著第乙個軸切片的，可以傳多個切片進來.
#print arr2d[1, 1:] 索引與切片的結合。
#print arr2d[2, 2:]
#print arr2d[:, :1] 冒號代表取整個軸。
#布林型索引
from numpy.random import randn
names = np.array(['bob','joe','will','bob','will','joe','joe'])
data = randn(7,4)
#print data
#print names == 'bob' 得到布林值
#print data[names == 'bob']根據布林值得到陣列
#print data[names == 'bob', 2:]
#print data[-(names == 'bob')]除『bob』以外的其他值
#'|'; '&'分別表示或；和
mask = (names == 'bob') | (names == 'will')
#print data[mask]
2017-04-1808:46:55
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...
Python資料處理筆記 numpy篇（一）
import numpy as np np中不同資料的輸入方式 np.array object object 是乙個array like,比如list,range 1,2,3 的型別是list range 3 的型別是range 但是np.array 1,2,3 和np.array range 3 ...
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...