莫烦Python课程笔记[Numpy&Pandas]

本文围绕numpy展开,介绍了将list转为numpy矩阵及矩阵属性,涵盖创建矩阵和数组的方法,如生成全零、全一矩阵等。还阐述了基础运算,包括次方、三角函数计算等,以及索引、合并、分割操作,最后讲解了深拷贝和浅拷贝的区别。

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

2.1 numpy 属性

把list变成numpy矩阵
在这里插入图片描述
一些numpy矩阵的属性:
维度 形状(行列) 有多少元素
在这里插入图片描述

2.3 numpy的创建array

怎么用numpy创建矩阵和数组
创建指定类型的数组array
在这里插入图片描述
生成全零矩阵:
在这里插入图片描述
生成全一矩阵:
在这里插入图片描述
生成有序数列(从10到20步长为2):

在这里插入图片描述
重新定义数列的形状:
在这里插入图片描述
生产数列(给定开始结束和线段数自动匹配):
在这里插入图片描述

2.4 numpy的基础运算1

次方:
在这里插入图片描述
求sin cos:
在这里插入图片描述
相乘二行二列的矩阵:
逐个相乘
矩阵乘法
在这里插入图片描述

在这里插入图片描述
在行、列中求和
axis=0 在列 axis =1在行
在这里插入图片描述

2.4 numpy的基础运算2

求最大最小的索引:
在这里插入图片描述
求平均值:
在这里插入图片描述
求中位数:
在这里插入图片描述
累加:
在这里插入图片描述
累差:
在这里插入图片描述
输出非零数的索引:
在这里插入图片描述
逐行排序:
在这里插入图片描述
转置:
在这里插入图片描述
截取矩阵(所有小于5的数都变成5 大于9的数都变成9):
在这里插入图片描述
计算都有到底是对行还是对列进行计算:
在这里插入图片描述

2.5 numpy的索引

取数组元素的两种不同的表达方式:
在这里插入图片描述
用:代替这一行(列)所有的数
在这里插入图片描述
在这里插入图片描述
迭代每一行:
在这里插入图片描述
在这里插入图片描述
迭代每一个项(返回迭代器):
在这里插入图片描述

2.6 numpy的array合并

上下合并
111
222
在这里插入图片描述
左右合并
在这里插入图片描述
在这里插入图片描述

2.7 numpy的array分割

等量分割:
axis = 1代表分割x轴(就是分成列) axis = 0代表分割y轴(就是分成行)
在这里插入图片描述
在这里插入图片描述
不等量分割:
在这里插入图片描述
纵向分割 水平分割
在这里插入图片描述

2.8 numpy的copy&deep copy

深拷贝做了三件事,开辟新地址,复制值,指针指向新地址
浅拷贝只做了最后一步,就是指针传
引用python中的copy模块

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