35个NumPy数据科学核心方法,从入门到精通

大家好,NumPy是Python数据科学生态中的核心编程库。对于Python开发者,精通NumPy是探索数据奥秘的关键。本文将介绍35个NumPy核心方法,帮助大家快速掌握这一强大工具。

使用NumPy库之前,首先需要进行导入,在Python中,通常将numpy简称为np。同时,考虑到数据处理的需要,pandas库也要一并导入。

import numpy as np
import pandas as pd

以下是创建NumPy数组的最常见方法:

1.从Python列表

要将Python列表转换为NumPy数组,请使用np.array()方法:

a = [1, 2, 3]
np.array(a)

可以使用Python中可用的type方法来验证创建的对象的数据类型:

a = [1, 2, 3]
type(np.array(a))

在上面的演示中,创建了一个一维数组。

图片

然而,也可以使用方法np.array(),使用列表创建多维 NumPy 数组:

a = [[1,2,3], [4,5,6]]
np.array(a)

图片

要创建具有特定数据类型的NumPy数组,请通过dtype参数:

a = [[1,2,3], [4,5,6]]
np.array(a, dtype = np.float32)

2.创建填充零的NumPy数组

创建一个填充零的NumPy数组是很常见的,可以通过使用NumPy中的np.zeros()方法实现,如下所示:

np.zeros(5)

对于多维NumPy数组:

np.zeros((2, 3))

3.创建填充1的NumPy数组

如果想创建一个填充1的数组,用np.ones()方法:

np.ones((2, 3))

4.创建单位NumPy数组

在单位矩阵中,对角线填充有“1”,除了对角线之外的所有条目都是“0”,如下所示:

图片

使用np.eye()方法创建单位矩阵:

np.eye(3)

5.创建具有特定步骤的等间距NumPy数组

图片

要在给定区间内生成等间距的值,请使用np.arange()方法:

  • start=0开始到stop=10为止,每隔step=1生成一个值:

np.arange(10)
  • start=5开始到stop=11为止,每隔step=1生成一个值:


                
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

python慕遥

你的鼓励将是我创作的最大动力

¥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
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