【Python数据分析-9】：Numpy常用操作-通函数、多维数组的迭代简介

1 通函数

通函数的概念：Numpy直接提供的数学函数成为通函数。例如：sum、add、cell、floor等。

In [1]: import numpy as np

In [2]: data = np.arange(1, 9)

In [3]: data
Out[3]: array([1, 2, 3, 4, 5, 6, 7, 8])

In [4]: np.sum(data)
Out[4]: 36

In [5]: data2 = np.arange(1, 9)

In [6]: data2
Out[6]: array([1, 2, 3, 4, 5, 6, 7, 8])

In [7]: np.add(data, data2)
Out[7]: array([ 2,  4,  6,  8, 10, 12, 14, 16])

In [8]: np.mean(data)
Out[8]: 4.5

In [9]: np.where(data > 5)
Out[9]: (array([5, 6, 7]),)
复制代码

Numpy的一维数组也支持类似Python的列表的索引、切片和迭代遍历。

In [11]: data = np.arange(1, 10)

In [12]: data
Out[12]: array([1, 2, 3, 4, 5, 6, 7, 8, 9])

In [13]: data[2: 7]
Out[13]: array([3, 4, 5, 6, 7])

In [14]: data[::-1]
Out[14]: array([9, 8, 7, 6, 5, 4, 3, 2, 1])

In [15]: data[0] = 99

In [16]: data
Out[16]: array([99,  2,  3,  4,  5,  6,  7,  8,  9])

In [17]: for i in data:
    ...:     print(i)
    ...:
99
2
3
4
5
6
7
8
9
复制代码

Numpy多维数组的访问，通过写明哪行