• <noscript id="e0iig"><kbd id="e0iig"></kbd></noscript>
  • <td id="e0iig"></td>
  • <option id="e0iig"></option>
  • <noscript id="e0iig"><source id="e0iig"></source></noscript>
  • 01-numpy基礎簡介

    標簽: python  numpy  數據可視化

        import numpy as np
        
        # ndarray
        
        '''
            # 三種創建方式
            1、從python的基礎數據對象轉化
            2、通過numpy內置的函數生成
            3、從硬盤(文件)讀取數據
        '''
        # 創建方法一
        a= [1,2,3,4]
        x1 = np.array(a)
        print(x1,"\n",type(x1))
        
        # 創建方法二
        x = np.arange(5)
        print(x,"\n",type(x))
        
        # # 創建方法三
        # date,Open,low = np.loadtxt('..csv',delimiter="\t",skiprows=1,usecols=(1,2,4),unpack=True)
        # print(date,"\n",Open,"\n",low)
        
        
        # 常用函數
        '''
            min     最小值
            max     最大值
            median      中值
            mean        均值
            variance        方差
            sort        
        '''
        
        c = np.random.randint(1,100,10)
        print(np.sort(c))
        print(np.mean(c))
        
        
        # 練習
        '''
            使用numpy生成100以內的隨機數組
            將數組存儲到文件,再從文件中讀取數組
            對數據進行sort ,max ,min ,mean ,variance
        '''
        
        N1 = np.random.randint(0,100,10)
        # 將N1 存儲到文件中
        np.savetxt("0002.cvs",N1,fmt = "%d",delimiter=",",header="number")
        # 從文件中讀取數組
        N2 = np.loadtxt("0002.cvs",delimiter=",",skiprows=1)
        
        print(np.sort(N2))
        print(np.max(N2))
    

     

    在未來面前,我們永遠都是孩子。不斷思考,不斷學習,才能讓我們走的更遠。

    個人主頁:https://www.oceaneyes.cn/

    個人學習博客:http://oceaneyes.top/

    CSDN:https://blog.csdn.net/qq_16123129

       

     長按二維碼關注,一起交流學習~~~

    版權聲明:本文為qq_16123129原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處鏈接和本聲明。
    本文鏈接:https://blog.csdn.net/qq_16123129/article/details/88623872

    智能推薦

    Numpy基礎

    最近在學習《利用python進行數據分析》,在此進行一些總結 1 . 1 創建ndarray的幾種方式 方法一: 上述代碼運行結果為 方法二: data為一切序列型對象(如列表、元組、數組或其他序列類型),dtype為設置的數據類型 方法三: 參數解釋同上 【注】:array和asarray的區別在于當數據源是ndarray時,前者會復制出新的空間,而后者不會。舉例如下(判斷是否復制出新的空間的方...

    numpy基礎

    1.生成數組 1.1使用array函數生成數組 1.2生成特殊數組 2.改變數組類型 2.1 astype函數改變類型 3.基礎索引和切片 3.1基礎索引 附:python對于數組的修改會直接反應在本體上 3.2 數組切片 3.3 索引切片結合使用 3.4 布爾值索引 數組函數 4.1 np.where將數組中正值換為2,負值換成-2 4.2 數組統計方法:sum,mean,std,var,min...

    NumPy基礎

    NumPy(Numerical Python)是一個開源的Python科學計算庫,用于快速計算任意維度數組。 NumPy中文網站:https://www.numpy.org.cn/ <class ‘numpy.ndarray’> [1 2 3 4] ndarray對象是用于存放同類型元素的多維數組。 創建數組的多種方法 一維數組 二維數組 [[1 2] [3 4...

    NumPy基礎

    NumPy基礎 2019-4-20 Numpy = Numerical + Python NumPy常用的任務: 機器學習:各種矩陣運算 圖像處理和計算圖形學:多維數字數組處理 數學計算:數值積分、微分、內插、外推等 創建數組 查看數組信息 數組運算 數組索引 打印數組 參考資料: 【numpy中文文檔】https://www.numpy.org.cn/...

    NumPy基礎

    文章根據慕課網課程https://www.imooc.com/learn/1237進行整理 一、NumPy的認識 (1)定義:NumPy全稱為【Numerical Python】,它是一個開源的Python數據分析和科學計算庫,NumPy是我們后期學習Pandas(數據分析)、SciPy(科學計算)和Matplotlib(繪圖庫)的基礎 (2)NumPy的特點:①NumPy底層是用c語言實現的,速...

    猜你喜歡

    HTML中常用操作關于:頁面跳轉,空格

    1.頁面跳轉 2.空格的代替符...

    freemarker + ItextRender 根據模板生成PDF文件

    1. 制作模板 2. 獲取模板,并將所獲取的數據加載生成html文件 2. 生成PDF文件 其中由兩個地方需要注意,都是關于獲取文件路徑的問題,由于項目部署的時候是打包成jar包形式,所以在開發過程中時直接安照傳統的獲取方法沒有一點文件,但是當打包后部署,總是出錯。于是參考網上文章,先將文件讀出來到項目的臨時目錄下,然后再按正常方式加載該臨時文件; 還有一個問題至今沒有解決,就是關于生成PDF文件...

    電腦空間不夠了?教你一個小秒招快速清理 Docker 占用的磁盤空間!

    Docker 很占用空間,每當我們運行容器、拉取鏡像、部署應用、構建自己的鏡像時,我們的磁盤空間會被大量占用。 如果你也被這個問題所困擾,咱們就一起看一下 Docker 是如何使用磁盤空間的,以及如何回收。 docker 占用的空間可以通過下面的命令查看: TYPE 列出了docker 使用磁盤的 4 種類型: Images:所有鏡像占用的空間,包括拉取下來的鏡像,和本地構建的。 Con...

    requests實現全自動PPT模板

    http://www.1ppt.com/moban/ 可以免費的下載PPT模板,當然如果要人工一個個下,還是挺麻煩的,我們可以利用requests輕松下載 訪問這個主頁,我們可以看到下面的樣式 點每一個PPT模板的圖片,我們可以進入到詳細的信息頁面,翻到下面,我們可以看到對應的下載地址 點擊這個下載的按鈕,我們便可以下載對應的PPT壓縮包 那我們就開始做吧 首先,查看網頁的源代碼,我們可以看到每一...

    精品国产乱码久久久久久蜜桃不卡