numpy创建ndarray对象的三种方法

1.1.list转化

In [8]: import numpy as np

In [9]: a = [1,2,3,4]

In [10]: x1 = np.array(a)

In [11]: x1
Out[11]: array([1, 2, 3, 4]) In [12]: type(x1)
Out[12]: numpy.ndarray

1.2.numpy内的函数生存

In [13]: x2 = np.arange(11)

In [14]: x2
Out[14]: array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

1.3.文件生存

01.csv文件如下

使用numpy的loadtxt方法打开

  • 第一个参数:文件名
  • delimiter:以什么分隔
  • skiprows:跳过的行
  • usecols:使用哪几列
  • unpack:默认False,表示是否把列分开
x = np.loadtxt('01.csv',delimiter=',',skiprows=1,usecols=(1,4,6),unpack=False)

显示结果

In [18]: x.shape
Out[18]: (242, 3)

把每列分开保存

In [24]: open,close,volume = np.loadtxt('01.csv',delimiter=',',skiprows=1,usecols=(1,4,6),unpack=True)

结果:

In [26]: open.shape
Out[26]: (242,)

1.4.numpy的常用函数

In [36]: c = np.random.randint(1,100,10)

In [37]: c
Out[37]: array([44, 26, 40, 87, 32, 82, 20, 70, 62, 14]) In [38]: c.min()
Out[38]: 14 In [39]: c.max()
Out[39]: 87 In [40]: c.mean()
Out[40]: 47.7 In [43]: y = np.sort(c) In [44]: y
Out[44]: array([14, 20, 26, 32, 40, 44, 62, 70, 82, 87])

1.numpy的用法的更多相关文章

  1. 数据分析-numpy的用法

    一.jupyter notebook 两种安装和启动的方式: 第一种方式: 命令行安装:pip install jupyter 启动:cmd 中输入 jupyter notebook 缺点:必须手动去 ...

  2. numpy常用用法总结

    numpy 简介 numpy的存在使得python拥有强大的矩阵计算能力,不亚于matlab. 官方文档(https://docs.scipy.org/doc/numpy-dev/user/quick ...

  3. numpy.where() 用法详解

    numpy.where (condition[, x, y]) numpy.where() 有两种用法: 1. np.where(condition, x, y) 满足条件(condition),输出 ...

  4. numpy.loadtxt用法

    numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None ...

  5. Python 关于数组矩阵变换函数numpy.nonzero(),numpy.multiply()用法

    1.numpy.nonzero(condition),返回参数condition(为数组或者矩阵)中非0元素的索引所形成的ndarray数组,同时也可以返回condition中布尔值为True的值索引 ...

  6. python3 numpy基本用法归纳总结

    安装numpy : pip install numpy numpy数组生成方法总结 In [4]: import numpy as np #使用列表生成一个一维数组 data = [1,2,3,4,5 ...

  7. python numpy 的用法—— bincount

    今天看脚本的时候遇到了几个不懂的用法,记录下来供日后查看: 1.numpy bincount 先上图: 如上所示:首先要求输入的数组不能包含负数: 该函数是计算非负元素的个数,如果数组中的最大值为10 ...

  8. Numpy学习四:numpy.power()用法

    numpy.power(n, x) 对数组n的元素分别求x次方.x可以是数字,也可以是数组,但是n和x的列数要相同.

  9. NumPy 基础用法

    NumPy 是高性能科学计算和数据分析的基础包. 它是 pandas 等其他各种工具的基础. 主要功能: ndarray 一个多维数组结构, 高效且节省空间 无需循环对整组数据进行快速运算的数学函数 ...

随机推荐

  1. redis设计原则

    基本原则 只应将热数据放到缓存中 所有缓存信息都应设置过期时间 缓存过期时间应当分散以避免集中过期 缓存key应具备可读性 应避免不同业务出现同名缓存key --->解决方法:  保证键名不冲突 ...

  2. 解决拼音输入法会触发input事件的问题

    <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <script sr ...

  3. AX_CreateAndPostInventJournal

    static void CreateAndPostInventJournal(Args _args) { InventJournalTable inventJournalTableLocal; Inv ...

  4. 创建Gitblit本地服务器(For windows )01

    1.先下载gitblit  貌似需要FQ,百度云链接https://pan.baidu.com/s/1WUtBswj5TkFFcd_hiFFCcw,提取码: xr9n .因为gitblit是基于jav ...

  5. H5新特性---SVG--椭圆--直线--文本--滤镜(高斯滤镜--模糊)--地理定位

    今天的目标 3.1:h5新特性--SVG--椭圆 <ellipse rx="" ry=""  cx="" cy="" ...

  6. 使用kbmmw 实现图形验证码

    首先感谢图形验证码的提供者  晴空无彩虹  https://blog.csdn.net/u011784006/article/details/80827181 他用FMX 实现了验证码的生成,我修改成 ...

  7. 2019.03.28 bzoj3326: [Scoi2013]数数(数位dp)

    传送门 题意: 一个人数数,规则如下: 确定数数的进制B 确定一个数数的区间[L, R] 对于[L, R] 间的每一个数,把该数视为一个字符串,列出该字符串的所有连续子串对应的B进制数的值. 对所有列 ...

  8. vue路由独享守卫beforeEnter

    在某个路由中,使用beforeEnter()方法,参数是to,from,next 和全局路由守卫的用法是一样的 例子: import Vue from 'vue' import Router from ...

  9. recyclerview刷新

    https://blog.csdn.net/leejizhou/article/details/51179233 RecyclerView之更新UI数据的高级用法 https://www.cnblog ...

  10. document,element,node方法

    document方法: getElementById(id)                             返回指定结点的引用 getElementsByTagName_r(name)    ...