weixin_39037925的博客

Series的创建:1、通过一维数组创建序列arr=np.arange(10)print(arr)arr1=pd.Series(arr)print(arr1)[0 1 2 3 4 5 6 7 8 9]0 01 12 23 34 45 56 67 78 89 92、通过字典的方式创建序列di...

数组转置：它返回的是源数据的视图（不会进行任何复制操作）arr=np.array([[1,2,3],[4,5,6],[7,8,9]])print(arr)print(arr.T)print(np.transpose(arr))[[1 2 3][4 5 6][7 8 9]][[1 4 7][2 5 8][3 6 9]][[1 4 7][2 5 8][3 6...

数组的广播：如果两个数组的维数不相同，则元素到元素的操作是不可能的。 然而，在 NumPy 中仍然可以对形状不相似的数组进行操作，因为它拥有广播功能。 较小的数组会广播到较大数组的大小，以便使它们的形状可兼容。广播主要发生在两种情况，一种是两个数组的维数不相等，但是它们的后缘维度的轴长相符，另外一种是有一方的长度为1。arr=np.array([[1,2,3],[1,2,3]])arr...

from sklearn.preprocessing import Imputerimputer=Imputer(strategy='median') #将每列属性的缺失值替换为中位数strategy: 'mean'(默认的)， ‘median’中位数，‘most_frequent’出现频率最大的数axis: 0(默认)， 1copy: True(默认)， Falseimp...

any() 函数用于判断给定的可迭代参数 iterable 是否全部为 False，则返回 False，如果有一个为 True，则返回 True。

concatenate()函数根据指定的维度，对一个元组、列表中的list或者ndarray进行连接，函数原型：numpy.concatenate((a1, a2, ...), axis=0)a = np.array([[1, 2], [3, 4]])b = np.array([[5, 6]])print(np.concatenate((a, b), axis=0))输出：[...

with的基本语法格式：with expression [as target]:with_bodyexpression：是一个需要执行的表达式；target：是一个变量或者元组，存储的是expression表达式执行返回的结果，可选参数。紧跟with后面的语句会被求值，返回对象的__enter__()方法被调用，这个方法的返回值将被赋值给as关键字后面的变量，当with后面...

用于增加一个新的维度。arr1=np.array([1,2,2,8,0,9,6,0])print(arr1[np.newaxis])print(arr1[:,np.newaxis])print(arr1[:,np.newaxis][:,np.newaxis])[[1 2 2 8 0 9 6 0]][[1][2][2][8][0][9][6][0]...

arr1=np.array([1,2,2,8,0,9,6,0])1、返回不为0元素的下标：print(np.where(arr1))(array([0, 1, 2, 3, 5, 6], dtype=int64),)2、print(np.where(arr1%2==0))(array([1, 2, 3, 4, 6, 7], dtype=int64),)3、print(np...

arr1=np.arange(4)print(arr1)[0, 1, 2, 3]arr2=arr1*2print(arr2)[0 2 4 6]my_list=list(arr1)my_list1=my_list*2print(my_list1)[0, 1, 2, 3, 0, 1, 2, 3]my_list2=[x*2 for x in my_list...