numpy笔记(2)私人

这篇笔记介绍了numpy库中求均值的`np.mean`和`np.average`函数,包括它们的区别和用法。还涵盖了中位数、矩阵转置、累加、累差、非零元素查找、排序、矩阵限制以及一维和二维索引的操作。此外,讲解了如何通过`vstack`、`hstack`和`concatenate`进行矩阵合并。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

非专业,个人观看movan_python中numpy的笔记

https://morvanzhou.github.io/

可能有多出不严谨地方,谨慎观看。

----

    mean和average

np.mean和np.average都是numpy中求取均值的函数,但区别在于mean总是求得计算平均数。

而average可以计算加权的平均数。

     np.mean用法具体如下

A=np.array([[1,2],Tu[3,4],[5,6]])

print (np.mean(A)) #3.5#求所有元素的平均数

print(np.mean(A,axis=0))#[3,4]#按列求平均数

axis=1 #按行求平均数。

##关于axis=0和1,我想到一种方法来记。axis=0就是向下搜索,换列时重置。=1就是向右搜索,换行时重置。

    np.average的用法

参考官方文档,用法如下:

>>> data = np.arange(6).reshape((3,2))
>>> data
array([[0, 1],
       [2, 3],
       [4, 5]])
>>> np.average(data, axis=1, weights=[1./4, 3.
### NumPy 学习笔记及相关教程 NumPy 是 Python 中用于科学计算的核心库之一,提供了强大的多维数组对象以及一系列派生工具。以下是有关 NumPy 的学习要点及其应用实例: #### 1. 基本操作 NumPy 提供了多种创建和操作数组的方法。例如,可以通过 `np.array` 创建一个多维数组并对其进行加法运算[^2]: ```python import numpy as np a = np.array([[3,4,5,6,7,8], [4,5,6,7,8,9]]) b = 2 a = a + b print(a) ``` #### 2. 高级索引技术 布尔索引是一种非常实用的功能,允许基于条件筛选数据。以下是一个简单的例子[^3]: ```python y = np.arange(35).reshape(5, 7) filtered_y = y[y > 20] # 获取 y 中值大于 20 的元素 range_filtered_y = y[(y > 5) & (y < 10)] # 获取 y 中介于 5 和 10 之间的元素 nan_array = np.array([np.nan, 1, 2, np.nan, 3, 4, 5]) cleaned_nan_array = nan_array[~np.isnan(nan_array)] # 移除 NaN 值 ``` #### 3. 列向量转换技巧 对于一维数组,默认情况下它是行向量。如果需要将其转化为列向量,则需使用特定方法而非简单转置[^4]: ```python arr = np.array([1, 2, 3]) column_vector_1 = arr[:, None] column_vector_2 = arr.reshape((len(arr), 1)) ``` #### 4. 数学函数支持 NumPy 支持广泛的数学运算功能,包括但不限于三角函数、指数对数等基本算术操作。 --- ### 推荐的学习资源 为了更深入地掌握 NumPy,可以参考以下几种途径: - **官方文档**: 官方网站提供详尽的 API 文档与教程。 - **在线课程平台**: 如 Coursera 或 edX 上有专门针对 NumPy 的入门至高级课程。 - **书籍推荐**: - *Python for Data Analysis* by Wes McKinney. - *Numerical Python: A Practical Techniques Approach for Industry.* 这些材料能够帮助初学者逐步理解核心概念,并通过实践巩固所学技能。
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
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