欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python数据分析-numpy模块基础知识(1)

程序员文章站 2022-06-15 21:19:34
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