《数据挖掘导论》实验课——实验一、数据处理之Numpy
程序员文章站
2022-10-08 21:24:13
实验一、数据处理之Numpy 一、实验目的 1. 了解numpy库的基本功能 2. 掌握Numpy库的对数组的操作与运算 二、实验工具: 1. Anaconda 2. Numpy 三、Numpy简介 Numpy 的英文全称为 Numerical Python,指Python 面向数值计算的第三方库。 ......
实验一、数据处理之numpy
一、实验目的
1. 了解numpy库的基本功能
2. 掌握numpy库的对数组的操作与运算
二、实验工具:
1. anaconda
2. numpy
三、numpy简介
numpy 的英文全称为 numerical python,指python 面向数值计算的第三方库。numpy 的特点在于,针对 python 内建的数组类型做了扩充,支持更高维度的数组和矩阵运算,以及更丰富的数学函数。numpy 是 scipy.org 中最重要的库之一,它同时也被 pandas,matplotlib 等我们熟知的第三方库作为核心计算库。
numpy(numeric python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:lawrence livermore,nasa用其处理一些本来使用c++,fortran或matlab等所做的任务。
numpy包括了:1、一个强大的n维数组对象array;2、比较成熟的(广播)函数库;3、用于整合c/c++和fortran代码的工具包;4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
四、实验内容
1. 数组的创建(创建全0数组,全1数组,随机数数组)
全零数组
全一数组
随机数组
2. 数组的属性(查看数组的维度,数组元素的个数)
3. 数组的维度操作(将数组的行变列,返回最后一个元素,返回第2到第4个元素,返回逆序的数组)
4. 数组的合并(数组的水平合并,垂直合并,深度合并)
5. 数组的拆分(数组的水平拆分,垂直拆分,深度拆分)
6. 数组运算(与常的四则运算,与数组的四则运算,判断数组是否相等)
7. 数组的常用函数(数组所有元素的和、积、平均值、最大值、最小值、元素替换、方差、标准差)
五、实验总结(写出本次实验的收获,遇到的问题等)
通过本次实验,对numpy进行了简单的回顾练习,包括数组的创建,相关属性的熟悉。了解了数组维度快捷操作的方法以及合并操作对应的函数。
之前线性代数的学习中,并未接触合并的概念,不过通过实例还是比较好理解的,深度合并很有意思。对数组深度掌握不够,还要加强数学知识的学习。