数据分析--Numpy初级(一)

这篇具有很好参考价值的文章主要介绍了数据分析--Numpy初级(一)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

Numpy是数据分析的基础库,它支持大量的维度计算与矩阵运算。同时他也是一个运行速度非常快的数学库,主要用于数组计算,具有线性代数、傅里叶变换、随机数生成等功能。

Ndarray对象

Numpy最重要的一个特点就是其N维数组对象ndarray他是一系列同类型数据的集合,创建一个ndarray对象只需要调用Numpy的array函数即可。

  • numpy.array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)
    参数含义如下:
    object:数组。这里可以是多维的数组。
    dtype:数组元素的数据类型。Numpy有bool、int、uint、float、complex这几种数据类型。
    copy:对象是否需要复制。数组在创建时都会默认复制一块,防止不安全出现。
    order:创建数组的样式,C为行方向,F为列方向,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:指定数组的最小维度。

注意:当array函数中的数组数据同时包含字符串、整数、浮点数,如果没有指定数据类型,则它会将所有数据转换成一种数据类型,转换的优先级为:字符串 > 浮点数 > 整数

例如:创建一个一维的ndarray对象,数组数据包含字符串、整数、浮点数,使用的数据类型为int类型。

代码如下:

import numpy as np
ns = np.array([1,3.5,"4"],dtype=int)
ns

结果为:

数据分析--Numpy初级(一)

dtype对象

numpy的数值类型实际上是dtpye对象的实例,并对应唯一的字符,例如:numpy.bool、numpy.int32、numpy.float32、numpy.complex64等。dtype对象可通过dtype()函数进行创建。

  • numpy.dtype(object,align,copy)
    参数含义如下:
    object:要转换为的数据类型对象。
    align:如果为True,填充字段使其类似C的结构体。
    copy:复制dtype对象,如果为False,则是对内置数据对象的引用。

例如:创建一个结构化数据类型并应用于ndarray对象。

代码如下:

import numpy as np
# student为结构化数据类型
# S为Str类型,"i1"表示int8
student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) 
print(student)
a = np.array([('abc', 21, 50),('xyz', 18, 75)], dtype = student) 
print(a)
# 这里的类型字段名可以保存实际的列
print("第一列",a["name"],"第二列",a["age"],"第三列",a["marks"])

结果如下:

数据分析--Numpy初级(一)文章来源地址https://www.toymoban.com/news/detail-475762.html

到了这里,关于数据分析--Numpy初级(一)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【数据分析 - 基础入门之NumPy④】NumPy基本操作 - 一

    大家好!我是初心,本期给大家带来的是【【NumPy系列】基本操作 - 一。 作者的【 Python 数据分析】专栏正在火热更新中,如果本文对您有帮助,欢迎大家点赞 + 评论 + 收藏 ! 每日金句分享: 选择你所喜欢的,爱你所选择的。』—— 托尔斯泰「托尔斯泰 。 NumPy( Numerical Py

    2024年02月13日
    浏览(71)
  • 【数据分析 - 基础入门之NumPy③】日常难题解决

    本篇文章用于整理在学习 NumPy 过程中遇到的错误,以此做个记录,希望能帮助到大家,让大家少走弯路。 在通过 Anaconda Prompt 启动 Jupyter Notebook 时,输入 jupyter notebook 启动,报错如下。 报错内容 原因 Anaconda 为 Jupyter Notebook 配置了默认打开目录,如果要在其他目录打开 Jupy

    2024年02月13日
    浏览(40)
  • 【数据分析 - 基础入门之NumPy②】Jupyter Notebook安装及使用

    大家好,我是向阳花花花花,本期给大家带来的是 Jupyter Notebook安装及使用。作者的 【 Python 数据分析】专栏正在火热更新中,如果本文对您有帮助,欢迎大家点赞 + 评论 + 收藏 ! 每日金句分享: 慢也好,步伐小也罢,是往前走就好。』—— 佚名「网易云音乐热评」 。 话

    2024年02月12日
    浏览(60)
  • 【数据分析之道-Numpy(八)】numpy统计函数

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月06日
    浏览(43)
  • 【数据分析之道-NumPy(四)】numpy广播机制

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2023年04月19日
    浏览(50)
  • 【数据分析】numpy (二)

    numpy作为数据分析,深度学习常用的库,本篇博客我们来介绍numpy的一些进阶用法: 一,numpy的常用简单内置函数: 1.1求和: 1.2求平均值: 1.3求最小值: 1.4求最大值: 以下就不再一一列举,我转成表格大家可以去Python手动尝试一下。 np.std() 标准差 np.var() 方差 np.median() 中位

    2024年02月14日
    浏览(40)
  • 数据分析 — Numpy 数组处理

    NumPy(Numerical Python)是一个用于 科学计算 的 Python 库,提供了多维数组对象(ndarray)以及数学函数,用于 处理大规模数据集和执行数值 计算。 当数据量达到一定级别后,NumPy 计算会比原生 Python 快。 Numpy 的主要对象是 同种元素 的多维数组。这是⼀个所有的元素都是⼀种类

    2024年02月22日
    浏览(41)
  • 【数据分析入门】Numpy进阶

    pandas 是一个功能强大的 Python 数据分析库 ,为 数据处理和分析 提供了高效且灵活的工具。它是在 NumPy 的基础上构建的,为 处理结构化数据(如表格数据) 和 时间序列数据 提供了 丰富的数据结构和数据操作方法 。 pandas 提供了两种主要的数据结构: Series 和 DataFrame 。 S

    2024年02月12日
    浏览(49)
  • 【数据分析之道-NumPy(三)】numpy切片与索引

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2023年04月09日
    浏览(47)
  • BDA初级分析——SQL清洗和整理数据

    一、数据处理 数据处理之类型转换 字符格式与数值格式存储的数据,同样是进行大小排序, 会有什么区别? 以rev为例,看看字符格式与数值格式存储时,排序会有什么区别? 用cast as转换为字符后进行排序 99.1982.1? 字符串比较大小是逐位来比较的 Cast as 按...分组 作用:对

    2024年02月12日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包