【WY】数据分析 — Numpy 阶段一 ：基础语法 三 —— 通用函数

最新推荐文章于 2025-12-08 22:09:04 发布
最新推荐文章于 2025-12-08 22:09:04 发布
阅读量327 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 【二】数据分析 文章标签： 数据分析 python 数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/InitialHeart2021/article/details/121366472
本文介绍了Numpy中的数组形状操作，包括转置、重塑和重新调整大小，详细讲解了数组复制的赋值和copy方法，以及数组类型转换的astype函数。此外，还阐述了数组的堆叠和拆分，如hstack、vstack和stack函数的使用，以及数组的运算。文章末尾给出了几个实践作业，帮助巩固学习。

版权声明：本文为博主原创文章，未经博主允许不得转载。

文章目录

一、数组形状

1.1 arr.T

.T 方法：转置 例如：原shape为(3,4) / (2,3,4)，转置结果为(4,3) / (4,3,2) → 所以一维数组转置后结果不变

arr_01 = np.arange(10)
arr_02 = np.ones((5, 2
了解本专栏 订阅专栏 解锁全文 超级会员免费看
模型架构选择：从传统NLP到Transformer
AI天才研究院
03-02 794
自然语言处理（NLP）是人工智能的重要分支，旨在使计算机能够理解、解释和生成人类语言。随着互联网的发展和数据量的激增，NLP技术在文本分类、机器翻译、情感分析、问答系统等多个领域得到了广泛应用。然而，NLP任务的复杂性和多样性对模型架构提出了巨大挑战。传统的NLP模型架构，如基于规则的方法、统计模型、词袋模型等，虽然在早期取得了一定的成果，但随着数据规模和任务复杂度的增加，这些方法逐渐暴露出其局限性。为了应对这些挑战，研究人员不断探索新的模型架构，从传统的RNN、CNN，到近年来备受瞩目的Transform
Python读书笔记
lynchyueliu的博客
04-03 3151
Python读书笔记 目录 Python读书笔记 1 总览 3 拷机测试服务整体结构 4 2.1. 业务结构 4 2.2. 技术结构-图像 4 2.3. 技术结构-异常状态 5 2.4. 技术选型 5 2.5. 运维模型 6 2.6. 工具选择 6 了解python基础知识 7 3.1. Python底层是用什么语言实现的？ 7 3.2. Python关键字（保留字）一览表 7 3.3...
人工智能之数据分析 numpy：第一章 学习链路
咚咚王者的博客
11-13 1418
本文主要学习人工智能的整体链路，相当于数据分析模块的开端，学习整体思维导图，有利于更加清晰的知道后面需要学习什么，达到什么样的程度，对于单一的ai绘图短剧小说等也是当前的热门方向之一。掌握基础有利于更加灵活的创造和应用解决问题的能力。​**狭义 AI（ANI）**​：在特定任务上表现优异（如图像识别、语音转文字）。​**通用 AI（AGI）**​：尚未实现，具备人类水平的泛化推理能力。当前主流 AI = 数据 + 算法 + 算力 + 工程阶段能力目标1. 编程与数据能独立清洗、分析、可视化数据。
《Python数据科学手册》---Numpy学习笔记(万字)
羊小猪~~的博客
08-13 1458
c = a + bd = a + 5结果：广播允许在不同大小的数组上执行这些类型的二进制操作——例如，我们可以很容易地向数组中添加标量.MM + a虽然这些示例相对容易理解，但更复杂的情况可能涉及两个数组的广播。print(a)print(b)结果：[0 1 2][[0][1][2]]a + b[1, 2, 3],
人工智能之数据分析 Matplotlib：第五章 常见函数
咚咚王者的博客
11-30 1194
在 Matplotlib 中，除了常用的plotscatterbar等绘图函数外，还有一些图像处理和样式控制相关的常用函数，如imshowimsaveimread，以及解决中文显示问题的方法。此外，Seaborn作为基于 Matplotlib 的高级可视化库，也常与之配合使用。功能推荐做法读/写图像优先用PIL.Image或imageio，而非显示图像/热力图cmapcolorbar()中文显示美化图表+ Matplotlib 定制复杂布局ax对象传给 Seaborn。
左耳听风——笔记二：程序员练级攻略
热门推荐
页页的博客
10-26 10万+
左耳听风——笔记二：程序员练级攻略
用Pandas完成Excel中常见的任务
振裕
01-27 2万+
转自：http://python.jobbole.com/80870/ 本文由 伯乐在线 - 艾凌风 翻译，Daetalus 校稿。未经许可，禁止转载！ 英文出处：pbpython.com。欢迎加入翻译组。 引言 本文的目的，是向您展示如何使用pandas 来执行一些常见的Excel任务。有些例子比较琐碎，但我觉得展示这些简单的东西与那些你可以在其他地方找到的复杂功能同等重要。
Python 800 道习题 (°ー°〃) 测试你学废了嘛
python56123的博客
08-30 2187
嗨喽~大家好呀，这里是魔王呐! 不管你学没学废，博主的手反正是废了~哭惹！！！
BUUCTF Misc Page2-6部分题目
cuihua的博客
07-15 8万+
BUUCTF Misc Page2-6部分题目
EDEM导出运动数据至ABAQUS全流程拆解：文件格式、时序对齐与精度控制的7个致命细节
本文系统阐述了EDEM中颗粒/刚体运动数据的生成机制与导出格式特性，对比分析了CSV、TXT与HDF5在数据结构与精度保持上的优劣，并深入探讨了ABAQUS侧通过幅值曲线与VUAMP子程序实现时序驱动的技术路径。重
实时姿态可视化实战：通过串口将MPU6050数据传输至PC绘图的完整链路
在Python或C++构建的数据接收与解析模块中，实现帧同步与校验后，驱动Matplotlib或VTK等可视化引擎动态更新三维模型姿态。整个系统强调低延迟、高精度与稳定性，为后续工业级部署提供原型验证基础。 # 2. MPU6050...
卡尔曼滤波入门到部署：ESP32优化IMU数据融合性能的5步调参秘籍
卡尔曼滤波的基本原理与IMU数据融合基础 ## 1.1 卡尔曼滤波的核心思想与应用场景 卡尔曼滤波（Kalman Filter, KF）是一种递归最优估计算法，适用于线性系统在高斯噪声下的状态估计。其核心思想是**融合预测与观测...
奥威AI数据智能体：当BI遇上AI，企业数据分析的“确定性”革命
qq_43696218的博客
12-08 335
当同行们将宝押在大模型自身能力的迭代时，奥威软件做出了一个关键的战略抉择：不将数据的查询、计算与图表展示这些需要确定性的核心环节，交给仍有“概率性”的大模型，而是交给已经过无数企业验证的、成熟的BI引擎来承载。这套技术路线的精妙之处在于，它将AI的“不确定性”与BI的“确定性”做了完美的职责分离与协同。今天，我们就来深度揭秘，在AI与BI融合的大潮中，奥威如何凭借其 奥威AI数据智能体 与 奥威BI+AI 方案，解决企业数据应用中最棘手的“确定性”难题，并重新定义AI时代的数据分析价值。
R 语言与 Python 数据分析核心区别：选型指南与场景适配
2501_94278931的博客
12-08 1066
对比维度R 语言Python统计分析专业深度第一，学术首选够用且兼容，工程化适配可视化定制化强，学术图表天花板高效实用，适配商业与开发场景数据处理结构化数据清洗高效，贴近分析思维全类型数据兼容，支持全链路自动化机器学习 / AI常规建模够用，深度学习薄弱生态完善，端到端落地能力强适用核心场景学术研究、专业统计、垂直领域分析企业数据分析、AI 开发、全栈数据工作。
基于Python的B站数据分析及可视化系统【2026最新】
计算机学姐的博客
12-07 1031
【2026最新】基于Python+Django+Vue+MySQL的B站数据分析可视化系统
Java 大视界 -- Java 大数据在智能医疗电子病历数据分析与临床决策支持中的应用
【青云交】华为云云享专家 | 阿里云开发者社区专家博主 技术圈个人影响力前 17 | 博客之星 TOP23 优快云 首位四榜（原力榜 / 作者周榜 / 领军人物 / 综合热榜）榜首，破平台纪录！ 苏州地区全榜霸榜，感恩全网十多万粉丝同行！
12-08 1232
本文探讨了Java大数据技术在智能医疗电子病历分析与临床决策支持中的应用。文章首先分析了当前电子病历系统存在的痛点：数据碎片化、格式混乱、关键信息埋藏深等问题导致误诊风险上升、临床决策效率低下。随后提出基于Java技术栈的四层解决方案：采集层实现多源数据整合，清洗层进行标准化处理，分析层挖掘时序趋势与关联规则，应用层提供智能辅助功能。通过某三甲医院案例展示，该方案使门诊效率提升60%，用药错误率下降72%，实现了从"杂乱数据"到"智能决策"的转变，为医疗信息化提供了可
人工智能之数据分析 Pandas：第八章 数据可视化
咚咚王者的博客
12-08 1113
本文将从基础绘图方法、常用图表类型、高级定制、与专业库对比四个维度，系统、详细、实战化地介绍 Pandas 数据可视化的完整能力。场景推荐做法快速查看趋势df.plot()（折线图）比较分类数据检查数据分布或发现变量关系检测异常值需要美观/发表转用 Seaborn需要交互转用 Plotly💡记住Pandas 可视化 = 快速探索的“瑞士军刀”不是最终交付工具，但能极大提升分析效率！
Pandas Series：深入浅出数据分析的利器
最新发布
wjs2024的博客
12-08 460
Pandas Series 是一个类似于 NumPy 数组或 Python 列表的对象，它是一种能够保存任意序列数据的数据结构。索引：Series 对象具有一个默认的整数索引，也可以自定义索引。数据类型：Series 可以包含不同类型的数据，例如整数、浮点数、字符串等。唯一性：Series 中的数据元素是唯一的，即每个元素只能出现一次。Pandas Series 是一个功能强大的数据结构，它为数据分析和处理提供了丰富的工具。
数据分析实战-零售数据分析
m0_60631153的博客
12-07 737
零售数据分析概念、数据获取和转换、数据源路径的参数化设置、日期表的创建、数据模型、运营分析、区域分析、单店分析、开关店分析、历史同比法预测、杜邦分析法预测
Numpy通用函数解析：数据操作的核心工具
"Python数据分析–科学计算工具Numpy通用函数（持续更新中）" 在Python的数据分析领域，Numpy库扮演着至关重要的角色，尤其对于处理数值计算和科学计算任务。Numpy提供了高效且强大的数据结构，如数组（ndarray），...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

InitialHeart2021

你的鼓励是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值