Numpy模块可以高效的处理数据，提供数组支持、很多模块都依赖他，比如：pandas、scipy、matplotlib 安装Numpy 首先到网站：https://.lfd.uci.edu/~gohlke/pythonlibs/下查找numpy+mkl 我的Python版本是3.6.1，系统是64位 所以对应下载的包为： 下载好包之后，进入到包所在目录(例如：D:\安装包\安装包~Py...
转载
2018-04-26 22:25:00
114阅读
2评论
NumPy模块最主要的特点就是引入了数组的概念。数组是一些相同类型的数据的集合，这些数据按照一定的顺序排列，并且每个数据占用大小相同的存储空间。要使用数组组织数据，首先就要创建数组。NumPy模块提供多种创建数组的方法。使用array()函数创建数组from numpy import arraya=array([1,2,3,4]) //使用array()函数基于列表创建一维数组b=array(['编号','数量','单价','金额'])print(a)print(b)结果：注意:同一个
原创
2021-08-30 10:33:26
137阅读
NumPy模块最主要的特点就是引入了数组的概念。数组是一些相同类型的数据的集合，
原创
2022-03-21 11:39:26
155阅读
创建矩阵import numpya=numpy.mat([[1,2,3],[4,5,6]])print(a)数
原创
2022-03-21 11:35:43
88阅读
添加数组元素append()函数在数组的末尾添加元素from numpy import a array,appenda=array([[1,2,3],[4,5,6]])b=append(a,[[1,2,3]],axis=0)print(b)结
原创
2022-03-21 11:39:59
193阅读
四则运算import numpya=numpy.array([[1,2,3,4],[5,6,7,8]])b=numpy.array([[9,10,11,12],[13,14,15,
原创
2022-03-21 11:44:33
93阅读
四则运算import numpya=numpy.array([[1,2,3,4],[5,6,7,8]])b=numpy.array([[9,10,11,12],[13,14,15,16]])c=a+bd=a-be=a*bf=a/bprint(c)print(d)print(e)print(f)结果：统计运算求和import numpya=numpy.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])a1=a.sum()a2=a.sum(
原创
2021-08-30 10:32:37
259阅读
查看数组的行数和列数from numpy import arraya=array([[1,1],[2,2],[3,3]])print(a.shape)结果：提取数组的行数或列数from numpy import arraya=array([[1,1],[2,2],[3,3]])print(a.shape)print(a.shape[0])print(a.shape[1])结果：查看数组的元素个数from numpy import arraya=array([[1,1],[2
原创
2021-08-30 10:33:24
195阅读
一维数组的元素选取选取单个元素from numpy import arraya=array([1,2,5,48,[1,2,5,48,62,9,4,7,2,3,6,9])print(a[1:6])pr
原创
2022-03-21 11:39:09
829阅读
创建矩阵import numpya=numpy.mat([[1,2,3],[4,5,6]])print(a)数组转矩阵import numpya=numpy.array([[1,2,3],[4,5,6]])b=numpy.mat(a)print(a)print(b)矩阵的运算import numpya=numpy.mat([[1,2,3],[4,5,6]])b=numpy.mat([[1,2,3],[4,5,6]])print(a+b)print(a-b)c=nump
原创
2021-08-30 10:32:35
164阅读
一维数组的元素选取选取单个元素from numpy import arraya=array([1,2,5,48,62,9,4,7,2,3,6,9])# 正序索引，其值是从0开始计数print(a[0])print(a[4])# 倒序索引，其值是从-1开始计数print(a[-1])print(a[-5])]结果：选取连续的元素from numpy import arraya=array([1,2,5,48,62,9,4,7,2,3,6,9])print(a[1:6])pr
原创
2021-08-30 10:33:22
171阅读
添加数组元素append()函数在数组的末尾添加元素from numpy import array,appenda=array([[1,2,3],[4,5,6]])b=append(a,[[1,2,3]])print(b)结果：二维数组变成了一维数组。不改变数组维度的情况下在数组末尾添加元素from numpy import array,appenda=array([[1,2,3],[4,5,6]])b=append(a,[[1,2,3]],axis=0)print(b)结
原创
2021-08-30 10:33:28
141阅读
查看数组的行数和列数from numpy import arraya=array([[1,1],[2,2],[3,3]])print(a.shape)结果：提取rt arraya=array([[1,1],[2
原创
2022-03-21 11:40:48
105阅读
https://www.runoob.com/numpy NumPy是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure）结构要高效的多。 NumPy（Numeric Python）提供了许多高级的数值编程
转载
2021-06-01 16:19:00
330阅读
2评论
numpy中用很多常见的函数，如果使用的好，对我们的工作帮助是很大的，本篇我会拿其中一部分来做介绍通用函数ufunc（universal function）Numpy提供了许多通用函数，这些通用函数可以看做是以前通过Python计算的矢量化版本。 在numpy中提供了很多库，这部分和math中的库很像，可以简单理解为矢量预算的math1. abs / fabs 取绝对值
2. ceil /
Python数据分析（一）NumpyNumPy，Pandas和 Matplotlib“工欲善其事，必先利其器。” Numpy ，pandas 和 Matplotlib被称为Python数据分析的三剑客模块。首先我们来讲讲安装问题，推荐直接傻瓜式安装Anaconda，里面封装了大量的第三方库，其中就包括了我们的三剑客模块。推荐到清华大学开源镜像站下载。NumPy是一个科学计算库，提供了矩阵运算的功能
转载
2023-08-13 23:46:52
61阅读
数据分析库Pandas前言pandas模块简介Pandas的绘图函数read_csvhead方法tail方法columns方法shape方法loc方法通过列取数据对数据加减乘除及其他操作对数据排序一个简单的案例（转） 前言本篇博文对python的数据分析库pandas做了简略的介绍和应用指导，包含pandas模块简介，pandas绘图函数，read_csv，head方法，tail方法，colum
转载
2023-08-11 09:10:38
97阅读
从这篇文章开始整理《利用python进行数据分析》的学习笔记。一、Numpy简介Numpy（Numerical python）是高性能科学计算和数据分析的基础包，其部分主要功能如下：ndarray：具有矢量算术运算和复杂广播功能，快速且节约空间的多维数据用于对整组数据进行快速运算的标准数学函数用于读写磁盘数据的工具，操作内存映射文件的工具线性代数、随机数生成、傅里叶变换用于集成由C、C++、For
数据分析(Numpy基础)1.什么是数据分析?数据分析是指,用适当的统计分析方法,对收集来的大量数据进行分析，提取有用信息并形成结论,从而实现对数据的详细研究和概括总结的过程。2.python做数据分析的常用库1. numpy 基础数值算法
2. scipy 科学计算
3. matplotlib 数据可视化
4. pandas 序列高级函数 一
numpy一、numpy使用numpy介绍numpy是python的科学计算库，在存储数据时使用连续的内存空间存储，提高了查询效率。numpy内存图如下：numpy基本属性# 导入numpy
import numpy as np
"""
数组的基本属性：
ndim: 数组的秩(纬度)，一维为1，二维为2
shape: 数组的类型，为元组格式，示例:二行三列的
