PYTHON(数据分析)numpy | pandas | matplotlib

这篇博客详细介绍了使用numpy进行数值计算,pandas进行数据处理,以及matplotlib进行数据可视化的实践代码,涵盖了从基础操作到进阶技巧。

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

一、numpy

  • 练习代码
##########numpy提供了进行数组和矩阵的运算的方法

import numpy as np
a=[1,2,3,4]
b=np.array(a)

########创建简单数组

b.size

b.shape

b.ndim    #######维度

b.dtype

array_one = np.ones([10,10])    ######创建10行10列的1的数组

array_one

array_zero = np.zeros([10,10])

array_zero

ones = np.array(array_one)      #### 数组的浅复制

ones

one2 = np.asarray(array_one)           ####数组的深复制

one2

######随机数组的创建

np.random.rand(10,10)    ##创建10行10列1以内的数组

np.random.randint(0,100)  ####得到指定范围的一个整数

np.random.uniform(0,100)   #####得到指定范围的一个浮点数

np.random.normal(1.75,0.1,(2,3)) ####指定数组的均值,方差和维度来建立一个数组

arr = np.random.normal(1.75,0.1,(4,5))

print(arr)

after_arr = arr[1:3,2:4]        ####二维数组的索引切片

print(after_arr)

one_20 = np.ones([20])

print(one_20)

after_one20 = one_20.reshape(4,5)  ###数组重新改变形状,就是改变维度

print(after_one20)

########numpy的计算 重要

stus_score=np.array([[80, 88], [82, 81], [84, 75], [86, 83], [75, 81]])

print(stus_score)

####条件计算

stus_score>80

np.where(stus_score<80,0,90)

####计算指定行列的最大最小值等(统计运算)

result=np.amax(stus_score,axis=0)

print(result)

result=np.amax(stus_score,axis=1)

print(result)

print(np.mean(stus_score,axis=1))

print(np.amin(stus_score,axis=1))

print(np.std(stus_score,axis=0))

####数组运算

stus_score=np.array([[80, 88], [82, 81], [84, 75], [86, 83], [75, 81]])

print(stus_score)

stus_score[:,0]=stus_score[:,0]+5   #######数组的加法

print(stus_score)

stus_score[:,0]=stus_score[:,0]*0.5  ####乘法

print(stus_score)

#######矩阵运算   重要

stus_score=np.array([[80, 88], [82, 81], [84, 75], [86, 83], [75, 81]])

q = np.array([[0.4],[0.6]])

result=np.dot(stus_score,q) #####根据加权计算一个学生的成绩

print(result)

print("v1为:")
v1 = [[0, 1, 2, 3, 4, 5],
      [6, 7, 8, 9, 10, 11]]
print(v1)
print("v2为:")
v2 = [[12, 13, 14, 15, 16, 17], 
      [18, 19, 20, 21, 22, 23]]
print(v2)

result=np.vstack((v1,v2))   #####矩阵的垂直拼接

print(result)

print(np.hstack((v1,v2)))   ##3矩阵的水平拼接

result=np.genf
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