
数据分析
真是喵啊
未来的专家
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
数据分析学习之路006——CSV文件操作1
数据分析学习之路006——CSV文件操作01 文件保存: np.savetxt(fname,array,fmt="%d",delimiter=',',header="x,y",comments='') help(np.savetxt) fname:文件或者字符串,文件名字 array:存入文件的数组 fmt:写入文件的格式,如%d,%.2f delimiter:分割字符串,默认是任何空格 读取文件: np.loadtxt(fname,dtype=np.float,delimiter=None,unpa原创 2021-05-31 09:40:06 · 179 阅读 · 0 评论 -
数据温习学习之路005——数组的浅拷贝、深拷贝
数据温习学习之路005——数组的浅拷贝、深拷贝 栈区:内存中的内存,运行快,空间小些 堆区:内存中的硬盘,运行稍慢,空间大些 不拷贝:b=a直接赋值,那么栈区没有拷贝,只是用了一个栈区定义了不同的名称 浅拷贝:c=a.view()只拷贝栈区,栈区指定的堆区并没有拷贝 深拷贝:d=a.copy()栈区和堆区都拷贝了 import numpy as np a=np.arange(5) print(a)# [0 1 2 3 4] #不拷贝 b=a print(a is b)#True #浅拷贝 c=a.v原创 2021-05-31 09:39:02 · 109 阅读 · 0 评论 -
NumPy库004数组形状的操作
NumPy库004数组形状的操作 1、reshape和resize 将数组变成其他形状 reshape不会修改原数组的形状,而是返回一个新数组 resize直接修改原来的数组 import numpy as np a=np.random.randint(0,10,size=(3,4)) print(a) '''[[2 5 8 2] [0 8 2 6] [5 2 0 7]]''' b=a.reshape((2,6)) print(a) '''[[2 5 8 2] [0 8 2 6] [原创 2021-05-23 16:28:51 · 221 阅读 · 0 评论 -
数据分析学习之路003——NumPy布尔索引、替换值、广播机制
NumPy库003布尔索引、替换值、广播机制 1、布尔索引 结果是生成一个新数组,根据条件来判断,新数组的元素都是True或False import numpy as np a1=np.arange(24).reshape((4,6)) print(a1>10) ''' [[False False False False False False] [False False False False False True] [ True True True True True True]原创 2021-05-22 21:37:24 · 339 阅读 · 0 评论 -
数据分析学习之路002——Numpy数组 索引和切片
Numpy库002 索引和切片 1、一维数组的索引和切片 与python列表几乎一样 import numpy as np a=np.arange(10) print(a)#[0 1 2 3 4 5 6 7 8 9] #索引 print(a[1])#1 print(a[-1])#9 #切片 print(a[:9])#[0 1 2 3 4 5 6 7 8] print(a[2:5])#[2 3 4] print(a[::-1])#[9 8 7 6 5 4 3 2 1 0] 2、多维数组的索引与切片 impo原创 2021-05-22 20:32:24 · 105 阅读 · 0 评论 -
数据分析学习之路001——NumPy库基础知识
NumPy库001基础知识 numpy数组与python列表的区别 1、python列表可以存放不同数据类型,numpy数组只能是相同数据类型 2、数组是可以多维的,相当于线性代数的矩阵 创建numpy数组 1、**np.array(列表)**以列表形式创建 2、**np.arange()**产生有规律的数组【和range类似】 3、**np.random()**生成随机数数组【这是一个模块,里面有很多函数】 a1 = np.random.random(2,2) # 生成2行2列的随机数的数组,元素在[0,原创 2021-05-22 20:29:42 · 337 阅读 · 0 评论