寒夜的博客

本博客为《利用Python进行数据分析》的读书笔记，请勿转载用于其他商业用途。文章目录1. NumPy ndarray：多维数组对象NumPy是Numerical Python的简称。1. NumPy ndarray：多维数组对象Numpy的核心特征之一就是N-维数组对象——ndarray。ndarray是Python中一个快速、灵活的大型数据集容器。数组允许你使用类似于标量的操作语法在整...

本博客为《利用Python进行数据分析》的读书笔记，请勿转载用于其他商业用途。文章目录1. 分层索引1.1 重排序和层级排序1.2 按层级进行汇总统计2. 联合与合并数据集2.1 数据库风格的DataFrame连接2.2 根据索引合并2.3 沿轴向连接2.4 联合重叠数据8.3 重塑和透视3.1 使用多层索引进行重塑3.2 将“长”透视为“宽”3.3 将“宽”透视为“长”1. 分层索引分层索...

1、numpy的3中复制方法第一种方法：a = np.arange(12)b = aprint(b is a)#运行结果：True首先，我们获得1个变量a，然后将a赋值给b，然后进行布尔值判断，发现b is a返回True。b.shape = (3, 4)print(a.shape)print(id(a))print(id(b))#运行结果：(3, 4...

线性代数线性代数，比如矩阵乘法、分解、行列式等方阵数学，是所有数组类库的重要组成部分。和Matlab等其他语言相比，Numpy的线性代数中所不同的是*是矩阵的逐元素乘积，而不是矩阵的点乘积。因此Numpy的数组方法和numpy命名空间中都有一个函数dot，用于矩阵的操作：x = np.array([[1., 2., 3.], [4., 5., 6.]])y = np.array([...

布尔值数组的方法对于布尔值数组，有两个非常有用的方法any和all。any检查数组中是否至少有一个True，而all检查是否每个值都是True。bools = np.array([False, False, True, True])print(bools.any())print(bools.all())#TrueFalse这些方法也可以适用于非布尔值数组，所有的非0元...

补充内容来自《利用Python进行数据分析》，仅供自己学习使用，严禁转载用于其他商业用途。神奇的索引arr = np.empty((8, 4))for i in range(8): arr[i] = iprint(arr)print('------------')print(arr[[4, 3, 0, 6]])print('------------')prin...

地方

1、arange()方法a = np.arange(10, 30, 5)print(a)#运行结果：[10 15 20 25]类似于python中的range()方法，取10-30（不包含30）中的数字，以5作为间隔。a = np.arange(20)print(a.reshape(4, 5))#运行结果：[[ 0 1 2 3 4] [ 5 6 7...

1、numpy中变换元素的类型numbers = numpy.array(['1', '2', '3'])print(numbers.dtype)print(numbers)numbers = numbers.astype(float)print(numbers.dtype)print(numbers)#运行结果：<U1['1' '2' '3']float64...

Numpy的一些基本操作1、numpy的数据选取matrix = numpy.array([['a', 'b', 'c', 'd', 'e'], ['f', 'g', 'h', 'i', 'k'], ['l', 'm', 'n', 'o', 'p'], ['q', 'r', 's', 't', 'u']])print(matrix)print(matrix.shape)先看一下打...

Numpy的一些基本操作1、使用Numpy打开文件：import numpytxt = numpy.genfromtxt("数据统计.txt", delimiter=",", dtype=str)delimiter表示元素之间通过","分隔，dtype表示默认使用的读取方式，通常默认为使用str值读进来。2、Numpy最核心的结构——numpy.array()v...