这里介绍python的一个库,numpy库,这个库是机器学习,数据分析最经常用到的库之一,也是利用python做数据必须用到的一个库,入门机器学习学的第一个python库就是它了。

先对其导入到python中,相关代码如下:

import numpy

 1.首先利用这个库创建一个一维数组:

a=np.arange(10)
print(a)

  输出结果如下:

[0 1 2 3 4 5 6 7 8 9]

 2.创建一个布尔型的数组:

a=np.full((3,3),True,dtype=bool)
print(a)

  结果如下:

[[ True  True  True]
[ True True True]
[ True True True]]

 3.从一维数组从提取满足条件的元素,比方说提取出奇数的元素:

import numpy as np
a=np.arange(10)
print(a[a%2==1])

  结果如下:

[1 3 5 7 9]

 4.将数组中的所有奇数替换成-1而不影响原始的数组:

import numpy as np
a=np.arange(10)
print(a[a%2==1])
out=np.where(a%2==1,-1,a)
print(out)
print(a)

  结果如下:

[1 3 5 7 9]
[ 0 -1 2 -1 4 -1 6 -1 8 -1]
[0 1 2 3 4 5 6 7 8 9]

 5.将一行的数组转化为两行的数组:

import numpy as np
a=np.arange(10)
print(a)
b=a.reshape(2,-1)
print(b)

  结果如下:

[0 1 2 3 4 5 6 7 8 9]
[[0 1 2 3 4]
[5 6 7 8 9]]

 6.组合两个不同的数组,垂直堆叠数组:

import numpy as np
a=np.arange(10).reshape(2,-1)
print(a)
b=np.ones(10).reshape(2,-1)
print(b)
c=np.concatenate((a,b),axis=0)
print(c)

  结果如下:

[[0 1 2 3 4]
[5 6 7 8 9]]
[[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]]
[[0. 1. 2. 3. 4.]
[5. 6. 7. 8. 9.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]]

 7.采用另外的一种方法水平堆叠两个不同的数组:

import numpy as np
a=np.arange(10).reshape(2,-1)
print(a)
b=np.ones(10).reshape(2,-1)
print(b)
c=np.hstack((a,b))
print(c)
#垂直堆叠的话将hstack改为vstack

 结果如下:

[[0 1 2 3 4]
[5 6 7 8 9]]
[[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]]
[[0. 1. 2. 3. 4. 1. 1. 1. 1. 1.]
[5. 6. 7. 8. 9. 1. 1. 1. 1. 1.]]

 8.如何获得两个数组之间的共同元素:

import numpy as np
a=np.array([0,1,2,3,4,5,6,7,8,9]).reshape(2,-1)
b=np.array([7,2,3,8,6,5,4,0,8,8]).reshape(2,-1)
c=np.intersect1d(a,b)
print(c)

  结果:

[0 2 3 4 5 6 7 8]

 9.如何交换二维数组中的两个列,比方说第一和第二列:

import numpy as np
a=np.array([0,1,2,3,4,5,6,7,8]).reshape(-1,3)
print(a)
b=a[:,[1,0,2]]
print(b)

  结果:

[[0 1 2]
[3 4 5]
[6 7 8]]
[[1 0 2]
[4 3 5]
[7 6 8]]

 10.创建一个随机数组:

import numpy as np
a=np.random.random(9).reshape(3,3)
print(a)

  结果:

[[0.35743078 0.45562558 0.47565199]
[0.21876288 0.7162558 0.88601442]
[0.87192744 0.2853304 0.48398916]]

 11.打印数组并且保留3位小数:

import numpy as np
a=np.random.random(9).reshape(3,3)
print(a)
np.set_printoptions(precision=3)
print(a)

  结果:

[[0.61684015 0.01555676 0.59569796]
[0.74603776 0.04927135 0.98439895]
[0.38879249 0.71765352 0.24739962]]
[[0.617 0.016 0.596]
[0.746 0.049 0.984]
[0.389 0.718 0.247]]

 12.求数组的平均值,中位数和标准差:

import numpy as np
a=np.random.random(9).reshape(3,3)
print(a)
mean,mid,std=np.mean(a),np.median(a),np.std(a)
print(mean,mid,std)

  结果:

[[0.69353914 0.41381197 0.08503532]
[0.59348658 0.72611527 0.93285931]
[0.11307856 0.01634739 0.71822684]]
0.476944488122813 /t 0.593486582461256 0.3146044225752866

  这里顺便提一下其他的函数,比方绝对值函数abs,平方函数square,四舍五入函数rint,方差var,求和平均值就不说了。。

13.多维数组的切片:

import numpy as np
a=np.arange(24).reshape((2,3,4))
print(a)
print()
#选取一个维度的
b=a[:,1,-3]
print(b)
print()
c=a[:,1:3,:]
print(c)
print()
#利用步长跳跃切片
d=a[:,:,::2]
print(d)

  结果如下:

[[[ 0  1  2  3]
[ 4 5 6 7]
[ 8 9 10 11]] [[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]] [ 5 17] [[[ 4 5 6 7]
[ 8 9 10 11]] [[16 17 18 19]
[20 21 22 23]]] [[[ 0 2]
[ 4 6]
[ 8 10]] [[12 14]
[16 18]
[20 22]]]

  暂时第一篇博客就写到这,因为自己是菜鸡中的菜鸡,所以如果以上的代码或者结果有错误的话,也很正常,欢迎指正指导!

简单记录numpy库的某些基本功能的更多相关文章

  1. numpy 库简单使用

    numpy 库简单使用 一.numpy库简介 Python标准库中提供了一个array类型,用于保存数组类型的数据,然而这个类型不支持多维数据,不适合数值运算.作为Python的第三方库numpy便有 ...

  2. 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 ...

  3. 01 numpy库(一)

    01-numpy NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持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 是一个运行 ...

  4. 商城06——solr索引库搭建&solr搜索功能实现&图片显示问题解决

    1.   课程计划 1.搜索工程的搭建 2.linux下solr服务的搭建 3.Solrj使用测试 4.把数据库中的数据导入索引库 5.搜索功能的实现 2.   搜索工程搭建 要实现搜索功能,需要搭建 ...

  5. JSP简单记录

    JSP,全称是Java Server Page,是运行在服务器端的页面,是建立在Servlet规范的动态网页技术,JSP文件在第一次请求时,会被编译成Servlet,所以JSP也可以看成是运行中的Se ...

  6. OpenCV安装配置的简单记录

    在ubuntu16.04下安装OpenCV 2.4.11的简单记录 1. 安装cmake,执行$apt-get install cmake即可,cmake -version验证 2. 下载OpenCV ...

  7. numpy库:常用基本

    numpy 本文主要列出numpy模块常用方法 大部分内容来源于网络,而后经过自己的一点思考和总结,如果有侵权,请联系我 我是一名初学者,有哪些地方有错误请留言,我会及时更改的 创建矩阵(采用ndar ...

  8. sChart.js:一个小型简单的图表库

    介绍 sChart.js 作为一个小型简单的图表库,没有过多的图表类型,只包含了柱状图.折线图.饼状图和环形图四种基本的图表.麻雀虽小,五脏俱全.sChart.js 基本可以满足这四种图表的需求.而它 ...

  9. 数据分析与展示——NumPy库入门

    这是我学习北京理工大学嵩天老师的<Python数据分析与展示>课程的笔记.嵩老师的课程重点突出.层次分明,在这里特别感谢嵩老师的精彩讲解. NumPy库入门 数据的维度 维度是一组数据的组 ...

随机推荐

  1. MySQL学习笔记_4_MySQL创建数据表(下)

    MySQL创建数据表(下) 五.数据表类型及存储位置 1.MySQL与大多数数据库不同,MySQL有一个存储引擎概念.MySQL可以针对不同的存储需求选择不同的存储引擎. 2. showengines ...

  2. python3爬虫 - 利用浏览器cookie登录

    http://blog.csdn.net/pipisorry/article/details/47980653 爬虫爬网站不免遇到需要登录的问题. 登录的时候可能还会碰到需要填验证码的问题, 有的验证 ...

  3. uploadify在火狐下上传不了的解决方案,java版(Spring+SpringMVC+MyBatis)详细解决方案

     由于技术选型的原因,在一个产品中,我选择了uploadify,选择它的原因是它有完善的技术文档说明(http://www.uploadify.com/documentation/),唯一不足的是 ...

  4. 彻底搞清楚 RxJava 是什么东西

    其实从rxjava14年出现到现在,我是去年从一个朋友那里听到的,特别是随着现在app项目越来越大,分层越来越不明确的情况下,rxjava出现了,以至于出现了rxandroid.其实如果你了解观察者模 ...

  5. 《java入门第一季》之面向对象(抽象类其实不抽象)

    上一篇(http://blog.csdn.net/qq_32059827/article/details/51334198)对抽象类做了一些描述,这一篇根据两个案例加深一下印象.会觉得抽象类其实不抽象 ...

  6. STL的容器算法迭代器的设计理念

    1) STL的容器通过类模板技术,实现数据类型和容器模型的分离. 2) STL的迭代器技术实现了遍历容器的统一方法:也为STL的算法提供了统一性. 3) STL的函数对象实现了自定义数据类型的算法运算 ...

  7. android本地音乐播放器

    乐乐音乐播放器更新到2.0版本了,之前1.0版本更多的是试验性实践,这次更新的2.0版本,更多的是将1.0的功能移植到2.0,在界面和皮肤风格上,参考了 天天动听 界面,在歌词显示方面 与 1.0 版 ...

  8. RTMPdump(libRTMP) 源代码分析 5: 建立一个流媒体连接 (NetConnection部分)

    ===================================================== RTMPdump(libRTMP) 源代码分析系列文章: RTMPdump 源代码分析 1: ...

  9. Paxos 算法

    1 概述 Paxos算法是莱斯利·兰伯特(Leslie Lamport,就是 LaTeX 中的"La",此人现在在微软研究院)于1990年提出的一种基于消息传递的一致性算法.[1] ...

  10. IOS中UITextView(多行文本框)控件的简单用法

    1.创建并初始化 UITextView文本视图相比与UITextField直观的区别就是UITextView可以输入多行文字并且可以滚动显示浏览全文.UITextField的用处多,UITextVie ...