目錄
1、numpy 的安裝
2、快速入門
3.Numpy 陣列操作
4、常用函式
5、ndarray和 list的區別
6、總結
送書活動第一期
1、numpy 的安裝
pip install numpy
2、快速入門
2.1 資料型別
用過C語言的基本上都知道是哪幾個型別，畢竟python是c 實作的
總結一下：u表示無符號，有符號則沒有，中間表示型別型別，最后一個是表示的位元組數
2.2 最重要的物件Ndarray 物件
Ndarray 可以理解為Java里面List 的實作，封裝了更好的介面和api，
除錯看下結構
2.3 副本和視圖
副本是一個資料的完整的拷貝，如果我們對副本進行修改，它不會影響到原始資料，物理記憶體不在同一位置，
視圖是資料的一個別稱或參考，通過該別稱或參考亦便可訪問、操作原有資料，但原有資料不會產生拷貝，如果我們對視圖進行修改，它會影響到原始資料，物理記憶體在同一位置，
視圖一般發生在：
-
1、numpy 的切片操作回傳原資料的視圖，
-
2、呼叫 ndarray 的 view() 函式產生一個視圖，
副本一般發生在：
-
Python 序列的切片操作，呼叫deepCopy()函式，
-
呼叫 ndarray 的 copy() 函式產生一個副本，
3、numpy 常用操作
1.創建 ndarray
import numpy as np
#將串列和 元組轉換為ndarray
x = [1,2,3]
a = np.asarray(x)
print (a)
y = (1,2,3)
b = np.asarray(y)
print (b)-
遍歷ndarray
NumPy 迭代器物件 numpy.nditer( nditer = nd iterator) 提供了一種靈活訪問一個或者多個陣列元素的方式
import numpy as np
a = np.arange(6).reshape(2,3)
print ('原始陣列是：')
print (a)
print ('\n')
print ('迭代輸出元素：')
for x in np.nditer(a):
print (x, end=", " )
print ('\n')nditer 的幾個引數
order='F' ：'C' -- 按行，'F' -- 按列，'A' -- 原順序，'k' -- 元素在記憶體中的出現順序，
op_flags：nditer 將視待迭代遍歷的陣列為只讀物件（read-only），為了在遍歷陣列的同時，實作對陣列元素值得修改，必須指定 read-write 或者 write-only 的模式，
import numpy as np
a = np.arange(6).reshape(2, 3)
print('原始陣列是：')
print(a)
print('\n')
print('迭代輸出元素：')
for x in np.nditer(a,order="F",op_flags=['readwrite']):
print(x, end=", ")
x[...]= x * 2
print('\n 修改后的元素')
print(a)
print('\n')輸出結果
原始陣列是： [[0 1 2] [3 4 5]] 迭代輸出元素： 0, 3, 1, 4, 2, 5, 修改后的元素 [[ 0 2 4] [ 6 8 10]]
3.Numpy 陣列操作
修改陣列形狀
翻轉陣列
numpy.transpose 函式用于對換陣列的維度連接陣列
分割陣列
陣列元素的添加與洗掉
numpy.append 函式在陣列的末尾添加值
4、常用函式
NumPy 提供了標準的三角函式：sin()、cos()、tan()，
NumPy 算術函式包含簡單的加減乘除: add()，subtract()，multiply() 和 divide()
統計函式
numpy.amin() 和 numpy.amax()
numpy.ptp()函式計算陣列中元素最大值與最小值的差（最大值 - 最小值），
numpy.median() 函式用于計算陣列 a 中元素的中位數（中值）
numpy.mean() 函式回傳陣列中元素的算術平均值，如果提供了軸，則沿其計算，
操作函式
numpy.sort() 函式回傳輸入陣列的排序副本
numpy.argsort() 函式回傳的是陣列值從小到大的索引值
numpy.lexsort() 用于對多個序列進行排序，把它想象成對電子表格進行排序，每一列代表一個序列，排序時優先照顧靠后的列
#!/usr/bin/env python
# encoding: utf-8
"""
#Author: 香菜
@time: 2021/8/30 0030 下午 10:00
"""
import numpy as np
a = np.arange(6).reshape(2, 3)
print('原始陣列是：')
print(a)
# 最小值，可以指定軸
min = np.amin(a)
print("最小值 :" + str(min))
# 最大值與最小值的差
gap = np.ptp(a)
print("最大差 :" + str(gap))
mid = np.median(a)
print("中位數 :" +str(mid))
mean = np.mean(a)
print("平均值 :" +str(mean))
print(np.argsort(a))5、ndarray和 list的區別
陣列元素要求是相同型別，而串列的元素可以是不同型別，
ndarray占用的記憶體要比串列少
-
陣列底層使用C程式撰寫，運算速度快，
-
陣列底層使用C中陣列的存盤方式（緊湊存盤），節省記憶體空間，
6、總結
numpy 不難，最重要的資料結構就是ndarray ，可以直接當做List使用，然后np 提供了一些列的函式操作
送書活動第一期
《Python資料分析與大資料處理從入門到精通》
全面：資料分析與大資料處理所需的所有技術，包含基礎理論、核心概念、實施流程，從編程語言準備、資料采集與清洗、資料分析與可視化，到大型資料的分布式存盤與分布式計算等，
（2）深入：一本書講透1種編程語言和14種資料分析與大處理工具，以及大資料分析技術及專案開發方法，
（3）豐富：包含45個“新手問答”、17個章節的“實訓”、3個專案綜合實戰、50道Python面試題精選，
京東自營購買鏈接：
https://item.jd.com/12740890.html
當當自營購買鏈接：
http://product.dangdang.com/28476522.html
大家點贊關注，兩天后在留言的同學中抽取送兩本書
注：如果中獎了沒關注則放棄
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/297503.html
標籤：AI