下面是小编为大家整理的第2章,,Python数据分析案例实战-NumPy模块实现数值计算,供大家参考。
NumPy 模块实现数值计算
主讲人：李磊
初识 NumPy 模块
1 NumPy 中数组的基本操作
2 NumPy 中函数的应用
3
初始 NumPy 模块
Numerical
Numarray
NumPy
开源免费
1 编码效率高
2 执行效率高
3 扩展性好
4
NumPy 的安装
pip install
Pycharm安装
数据类型 描 描
述 数据类型 np.bool 布尔值（True 或False ）
np.half/np.float16 半精度浮点数：1 个符号位，5 位指数位，10 位小数部分 np.int_ 默认的整数类型（与 C 语言中的 long 相同，通常为int32 或 int64 ）
np.float32 单精度浮点数，1 个符号位，8 个指数位，23 位小数部分 np.intc 与 与 C 的 int 类型一样，（通常为int32 或 int 64 ）
np.float64/np.float_ 双精度浮点数，1 个符号位，11 个指数位，52 位小数部分 np.intp 用于索引的整数类型（与 C 中 的 size_t 相同，通常为是 int32 或 int64 ）
np.complex64 复数，表示两个32 位浮点数（实数部分和虚数部分）
np.int8 字节（-128 到127 ）
np.complex128/np.complex_ 复数，表示两个64 位浮点数（实数部分和虚数部分）
np.int16 整数（-32768 至32767 ）
np.int32 整数（-2147483648 至2147483647 ）
np.int64 整数（-9223372036854775808 至9223372036854775807 ）
np.uint8 无符号整数（0 到255 ）
np.uint16 无符号整数（0 到65535 ）
np.uint32 无符号整数（0 到4294967295 ）
np.uint64 无符号整数（0 到18446744073709551615 ）
数组对象Ndarray
axis 0
一维数组
二维数 组
1 2 3 4 5 1 2 3 4 5 5 4 3 2 1 axis 0
axis 1
axis 0
三 维数 组
numpy.array(object, dtype=None, copy=True, order="K", subok=False, ndmin=0) 参数名称 说 说
明 object 数组或嵌套序列的对象 dtype 数组所需的数据类型 copy 对象是否需要拷贝 order 指定数组的内存布局，C 为行方向排列，F 为列方向排列，A 为任意方向（默认）
subok 默认返回一个与基类类型一致的数组 ndmin 指定生成数组的最小维度
数据类型对象dtype
dtype 属性
1 dtype () 函数
2
numpy. dtype(obj[, align, copy]) 参数名称 说 说
明 object 数组或嵌套序列的对象 align 如果为 true ，填充字段使其类似C 的结构体。
copy 是否复制 dtype 对象 ，如果为 false ，则是对内置数据类型对象的引用。
NumPy 中数组的基本操作
内置的数组创建方法
1 生成随机数
2 切片和索引
3 修改数组形状
4 组合数组
5 数组分割
6
内置的数组创建方法
zeros() 函数
1 arange () 函数
2 linspace () 函数
3 logspace () 函数
4 eye() 函数
5 diag () 函数
6
生成随机数
rand() 函数
1 randint () 函数
2 random() 函数
3 随机生成，元素为0~1范围的数组。
随机生成，元素为指定范围的数组。
随机生成，元素为0~1范围的数组。
切片和索引
0 0
1
2
3
4 4
元素1 元素2 元素3 元素4 元素5 索引从0 开始 计数
- - 5
- - 4
- - 3
- - 2
- -1 1
元素1 元素2 元素3 元素4 元素5 索引可以是 负数
元素1 元素2 元素3 元素4 元素5 元素2 元素3 元素4
1
3
sname[start : end : step]
起始值（包括）
结束值（不包括）
修改数组形状
numpy.reshape(a, newshape, order="C") 参数名称 说 说
明 a 表示要修改形状的数组 newshape 表示整数或者整数数组，新的形状应当兼容原有形状 order ‘C’ 表示按行、‘F’ 表示按列、‘A’ 表示原顺序。
组合数组
横向组合
1 沿轴组合
3 纵向组合
2 hstack()函数 vstack()函数 concatenate()函数
数组分割
水平分割
1 沿轴分割
3 纵向分割
2 hsplit()函数 vsplit()函数 split()函数
NumPy 中函数的应用
数学函数
1 算数函数
2 统计函数
3 矩阵函数
4
数学函数
三角函数
1 数值修约
2
算数函数
统计函数
最大值
1 amax()函数 差值
2 ptp()函数 百分位数
4 percentile()函数 sum()函数 求和
3
矩阵函数
matlib 子模块
mat() 函数
广播机制
1 2 3 数组a a
4 5 6 数组b b
4 10 18
10 20 30 数组b b
数组a a
1 1 1 2 2 2 3 3 3 10 20 30 10 20 30 10 20 30 10 20 30 1 1 1 2 2 2 3 3 3 10 20 30 20 40 60 30 60 90
推荐访问:基于python的数据分析案例 第2章 Python数据分析案例实战-NumPy模块实现数值计算 数值 实战 模块
