python数据分析基础之numpy库详解(代码片段)

关键词：

Numpy库基础

• • 数组的分割
  • 数组的属性
  • 数组的转换

• 第一节：Numpy中数组的介绍 python数据分析基础之Numpy库详解（一）
• 第二节：数组的部分操作（索引与切片、维度的改变、数组的组合）python数据分析基础之Numpy库详解（二）

数组的分割

• NumPy数组可以进行水平、垂直或深度分割，相关的函数有hsplit、vsplit、dsplit和
  split。我们可以将数组分割成相同大小的子数组，也可以指定原数组中需要分割的位置

• 首先使用arange函数创建两个数组并使用reshape方法将数组的维度改为3×3：

import numpy as np
arr_one = np.arange(9).reshape((3, 3))
arr_two = arr_one * 2

• 水平分割 下面将把数组沿着水平方向分割为3个相同大小的子数组：

np.hsplit(arr_one, 3)

• 对同样的数组，调用split函数并在参数中指定参数axis=1，对比一下结果：

np.split(arr_one, 3, axis=1)

• (2) 垂直分割 vsplit函数将把数组沿着垂直方向分割：

np.vsplit(arr_one, 3)

• 同样，调用split函数并在参数中指定参数axis=0，也可以得到同样的结果：

np.split(arr_one, 3, axis=0)

• (3) 深度分割 dsplit函数将按深度方向分割数组。我们先创建一个三维数组：

arr_three = np.arange(27).reshape((3, 3, 3))

• 再使用dsplit函数进行分隔

np.dsplit(arr_three, 3)

数组的属性

• ndim属性，给出数组的维数，或数组轴的个数：

arr_one.ndim

• size属性，给出数组元素的总个数，如下所示：

arr_one.size

• itemsize属性，给出数组中的元素在内存中所占的字节数：

arr_one.itemsize

• 整个数组所占的存储空间，用nbytes属性来查看。这个属性的值其实
  就是itemsize和size属性值的乘积：

arr_one.nbytes
arr_one.size * arr_one.itemsize

• T属性的效果和transpose函数一样，如下所示：

arr_one.transpose()
arr_one.T

• 对于一维数组，其T属性就是原数组

arr_four = np.array([1, 2, 3, 4])
arr_four.T

• 在NumPy中，复数的虚部是用j表示的。例如，我们可以创建一个由复数构成的数组：

arr_five=np.array([1.j + 1, 2.j + 3])

• real属性，给出复数数组的实部。如果数组中只包含实数元素，则其real属性将输出原 数组：

arr_five.real

• imag属性，给出复数数组的虚部：

arr_five.imag

• 如果数组中包含复数元素，则其数据类型自动变为复数型：

arr_five.dtype
arr_five.dtype.str

• flat属性将返回一个numpy.flatiter对象，这是获得flatiter对象的唯一方式——我
  们无法访问flatiter的构造函数。这个所谓的“扁平迭代器”可以让我们像遍历一维数
  组一样去遍历任意的多维数组，如下所示：

arr_one_flat=arr_one.flat
for item in arr_one_flat:
    print(item)
arr_one_flat

• 我们还可以用flatiter对象直接获取一个数组元素或者获取多个元素：

• 下面图片包含上述所讲的数组属性：
  

数组的转换

• 我们可以使用tolist函数将NumPy数组转换成Python列表
• (1) 转换成列表：

arr_one.tolist()

• (2) astype函数可以在转换数组时指定数据类型：

arr_one.astype(float)

python数据分析基础之numpy库详解(代码片段)

...创建，数据类型）需要回顾的可以查看：python数据分析基础之Numpy库详解（一）一维数组的索引与切片一维数组的切片操作与Python列表的切片操作很相似。例如，我们可以用下标2~6来选取元素2，3，4... 查看详情

python数据分析基础之numpy库详解(代码片段)

...创建，数据类型）需要回顾的可以查看：python数据分析基础之Numpy库详解（一）一维数组的索引与切片一维数组的切片操作与Python列表的切片操作很相似。例如，我们可以用下标2~6来选取元素2，3，4... 查看详情

学机器学习，不会数据分析怎么行？之numpy详解(代码片段)

最近学习强化学习和机器学习，意识到数据分析的重要性，就开始补Python的几个科学计算库，并总结到博客中。本篇博客中用到的代码在这里下载。什么是Numpy？ NumPy是Python数值计算最重要的基础包，支持高级大量的维度数... 查看详情

python基础|numpy详细教程

...，通过专栏的学习可以熟练掌握python编程，同时为后续的数据分析，机器学习及深度学习的代码能力打下坚实的基础。 查看详情

python之numpy简介和创建数组(代码片段)

...数列七、np.ones()创建一数列一、NumPy简介NumPy（NumericalPython）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（nestedliststructure）结构要高效的多（该结构也... 查看详情

python可视化应用实战案例30篇-基础绘图命令详解含大量示例代码（附python代码）

...要的地理分析库包geopandas与geoplot。由于已经有多种介绍数据分析库包numpy、pandas、xarray的内容介绍，这里不再开列专门的博文讲解。Matplotlib基础介绍Matplotlib是建立在numpy库包上的数 查看详情

python可视化应用实战案例30篇-基础绘图命令详解含大量示例代码（附python代码）

...要的地理分析库包geopandas与geoplot。由于已经有多种介绍数据分析库包numpy、pandas、xarray的内容介绍，这里不再开列专门的博文讲解。Matplotlib基础介绍Matplotlib是建立在numpy库包上的数 查看详情

numpy模块（详解）(代码片段)

重点索引和切片级联聚合操作统计操作矩阵什么是数据分析是把隐藏在一些看似杂乱无章的数据背后的信息提炼出来，总结出所研究对象的内在规律数据分析是用适当的方法对收集来的大量数据进行分析，帮助人们做出判断，以... 查看详情

python学习教程（python学习路线）：pandas库基础分析-详解时间序列的处理(代码片段)

...andas库基础分析-详解时间序列的处理 在使用Python进行数据分析时，经常会遇到时间日期格式处理和转换，特别是分析和挖掘与时间相关的数据，比如量化交易就是从历史数据中寻找股价的变化规律。Python中自带的处理时间的... 查看详情

数据分析之numpy库入门

1.列表与数组在python的基础语言部分，我们并没有介绍数组类型，但是像C、Java等语言都是有数组类型的，那python中的列表和数组有何区别呢？一维数据：都表示一组数据的有序结构区别：列表：数据类型可以不同，如：【3.1413,... 查看详情

numpy库(代码片段)

NumPy详细教程(官网手册翻译)Python之Numpy详细教程 一、基础篇1、NumPy-Ndarray对象　　ndarray描述相同类型的元素集合,可以使用基于零的索引访问集合中的项目,ndarray中的每个元素在内存中使用相同大小的块。ndarray中的每个元素... 查看详情

数据分析之numpy基础包(代码片段)

首先为啥要学numpy呢？空口无凭，看个小练习假如有一个列表，里面有n个值，取出列表大于某个数的值importnumpyasnpimportrandom#假如取出其中大于60的值a=[random.randint(1,100)foriinrange(50)]#print(a)#学python第一天new_list=... 查看详情

python基础|timerandomcollectionsitertools标准库详解

⭐本专栏旨在对Python的基础语法进行详解，精炼地总结语法中的重点，详解难点，面向零基础及入门的学习者，通过专栏的学习可以熟练掌握python编程，同时为后续的数据分析，机器学习及深度学习的代码能力打下坚实的基础。 查看详情

pythonnumpy是啥库

NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除了CPythoNumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数... 查看详情

python基础之numpy.reshape详解

参考技术A这个方法是在不改变数据内容的情况下，改变一个数组的格式，参数及返回值，官网介绍：a：数组--需要处理的数据newshape：新的格式--整数或整数数组，如(2,3)表示2行3列，新的形状应该与原来的形状兼容，即行数和列... 查看详情

科学计算库numpy基础操作(代码片段)

pycharm，python3.7，numpy版本1.15.12018年9月11日04:23:06 """科学计算库Numpy基础操作时间：20189110011"""importnumpyprint("""------以矩阵的方式读取数据------------------genfromtxt函数(‘文件路径‘,delimiter=‘分隔符‘,dtype=读取方式)---- 查看详情

python基础之基本数据类型详解(代码片段)

...、Number（数值）1、分类整数浮点数布尔复数2、整数说明python可以处理任意大小的整数，包含复数普通定义#普通定义num1=10#id(变量名)：可以查看变量的内存地址#hex(十进制数字)：将十进制数字转为十六进制数字(0x为开头，不是数... 查看详情

简单python快乐之旅之：python基础语法之numpy专题(代码片段)

文章目录1.Pycharm导入Numpy模块2.PythonNumpy简介3.Numpy-创建一维数组3.1.使用array()函数创建1DNumpy数组3.2.使用arange()函数创建1DNumpy数组3.3.使用linspace()函数创建1DNumpy数组3.4.小结4.创建随机值的数组4.1.numpy中的shape4.2.numpy.random.rand()的语... 查看详情