Candylx的博客

利用python进行数据分析第三版 第三章

利用python 进行数据分析（第三版）第二章小结

下面一些关于Numpy中排序、搜索和计数，还有一些关于集合的操作的汇总排序numpy.sort()import numpy as np#生成数据np.random.seed(20200612)x = np.random.rand(5, 5) * 10x = np.around(x, 2)print(x)[[2.32 7.54 9.78 1.73 6.22] [6.93 5.17 9.28 9.76 8.25] [0.01 4.23 0.19 1.73 9.27] [7.99

建议大家手敲一编，这样会有不一样的体验哦！广播机制#二维数组加一维数组import numpy as npx = np.arange(4)y = np.ones((3, 4))print(x.shape)(4,)print(y.shape)(3, 4)print((x + y).shape)(3, 4)print(x + y)[[1. 2. 3. 4.] [1. 2. 3. 4.] [1. 2. 3. 4.]]print(x)[0 1 2 3]#两个数

变换形状numpy.ndarray.shape表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)。import numpy as npx = np.array([1, 2, 9, 4, 5, 6, 7, 8])print(x.shape)#代表x是8列的(8,)x.shape = [2, 4]print(x)[[1 2 9 4] [5 6 7 8]]numpy.ndarray.flat 将数组转换为一维的迭代器，可以用for访问数组每一

副本与视图个人理解 副本很好理解，视图呢，也可把它看成原样本numpy.ndarray.copy() 函数创建一个副本。 对副本数据进行修改，不会影响到原始数据，它们物理内存不在同一位置。import numpy as npx = np.array([1, 2, 3, 4, 5, 6, 7, 8])y = xy[0] = -1print(x)print(y)[-1 2 3 4 5 6 7 8][-1 2 3 4 5 6 7 8]以上例子说明直接赋值

手敲一编代码后，有很多收获，但还没开来得及总结，随后会把总结补上，喜欢的可以点赞哈，稳重如有不对之处，欢迎斧正，谢谢NAN = NaN = nanimport numpy as npprint(np.nan == np.nan)print(np.nan != np.nan)FalseTruex = np.array([1, 1, 8, np.nan, 10])print(x)[ 1. 1. 8. nan 10.]y = np.isnan(x)print(y)[Fal.