数据分析之numpy模块的使用

最新推荐文章于 2025-06-10 15:00:00 发布

原创

最新推荐文章于 2025-06-10 15:00:00 发布 · 260 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#numpy

本文详细介绍了numpy模块的使用，包括矩阵的创建与运算、数组的创建与属性、数组的索引与变化、数组统计分析以及文件读写等操作。重点讲解了矩阵转置、矩阵的求逆、数组的reshape、flatten和ravel的区别，以及random模块的随机数生成。此外，还涵盖了数组的逻辑运算、广播机制、排序、重复与去重等统计分析方法。

numpy

矩阵

矩阵创建方式

np.mat(‘1 2 3;4 5 6’)#可使用字符串，用空格与分号进行分隔
np.matrix([[1,2],[3,4],[5,6]])#matrix与mat的用法相同
a = np.mat(‘1 2 3;4 5 6;7 8 9’)
b = np.matrix([[1,2,3],[4,5,6],[7,8,9]])
np.bmat(‘a b;b a’)
通过分块矩阵创建大矩阵

矩阵运算

矩阵的加减乘及逆
- 加减运算要两个矩阵行列数相同，乘法运算需要a的列与 b的行相同，加减法满足交换律与结合律，乘法又分为数乘与矩阵乘，要区别对待，可直接用A(±*)B来实现
两矩阵对应位置的元素相乘
- np.multiply(C,D)
矩阵转置
- a = np.mat([[1,2,3],[4,5,6]])
  a.T
矩阵的求逆
- a.I # love的i
共轭转置
- a.H
返回二维数组，数据与矩阵元素相同
- a.A

数组

创建数组

b = np.array([[1,2],[3,4]])

数组中的数据类型

bool型 #由所在操作平台决定精度为int32或int64
int型 #分为int8\int16\int32\int64…
float型 #分为float32\float64…
字符型 #str_，需在后面指定长度

"""
例：
    创建一个存储餐饮企业库存信息的数据类型。其中：
    （1）用一个长度为40字符的字符串来记录商品名称
    （2）用一个64的整数记录商品库存
    （3）用一个64的浮点型记录商品价格
"""
df = np.dtype([("name",np.str_,40),("numbers",np.int64),(