numpy数组(1)

netmou 发布于2019-07-31 11:09 / 1950人阅读

摘要：引入创建数组获取数组中某项截取数组中的某一段获取数组的数据类型循环数组的一些内置函数取平均数获取标准差取最大值求和获取最大项的索引值方法获取数组中的最大一项的位置

引入numpy

import numpy as np

创建numpy数组

countries = np.array([
    "Afghanistan", "Albania", "Algeria", "Angola", "Argentina",
    "Armenia", "Australia", "Austria", "Azerbaijan", "Bahamas",
    "Bahrain", "Bangladesh", "Barbados", "Belarus", "Belgium",
    "Belize", "Benin", "Bhutan", "Bolivia",
    "Bosnia and Herzegovina"
])

employment = np.array([
    55.70000076,  51.40000153,  50.5       ,  75.69999695,
    58.40000153,  40.09999847,  61.5       ,  57.09999847,
    60.90000153,  66.59999847,  60.40000153,  68.09999847,
    66.90000153,  53.40000153,  48.59999847,  56.79999924,
    71.59999847,  58.40000153,  70.40000153,  41.20000076
])

获取数组中某项

print countries[0]
print countries[3]

截取数组中的某一段

print countries[0:3]
print countries[:3]
print countries[17:]
print countries[:]

获取numpy数组的数据类型

print countries.dtype
print employment.dtype
print np.array([0, 1, 2, 3]).dtype
print np.array([1.0, 1.5, 2.0, 2.5]).dtype
print np.array([True, False, True]).dtype
print np.array(["AL", "AK", "AZ", "AR", "CA"]).dtype

循环numpy数组

for country in countries:
    print "Examining country {}".format(country)

for i in range(len(countries)):
    country = countries[i]
    country_employment = employment[i]
    print "Country {} has employment {}".format(country,
            country_employment)

numpy的一些内置函数()

print employment.mean() #取平均数
print employment.std()  #获取标准差
print employment.max()  #取最大值
print employment.sum()  #求和

获取最大项的索引值

i = employment.argmax();    #argmax()方法获取employment数组中的最大一项的位置  
max_value = employment[i]  
max_country = countries[i]

云服务器 GPU云服务器 numpy创建数组 numpy数组操作数组大小为2n+1 numpy

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/44714.html

NumPy 数组大全

摘要：在下面的例子中，我们创建了一个二维数组并插入了两列输出如果没有使用参数，则会输出这就是数组结构的扁平化。下面的例子中我们从二维数组中删除了一行输出在方法中，首先给出数组，然后给出要删除的元素的索引。数组被传递给函数。 NumPy 是一个Python 库，用于 Python 编程中的科学计算。在本教程中，你将学习如何在 NumPy 数组上以多种方式添加、删除、排序和操作元素。 NumPy...

kk_miles 2019-07-31 10:20 评论0 收藏0
NumPy 数组大全

摘要：在下面的例子中，我们创建了一个二维数组并插入了两列输出如果没有使用参数，则会输出这就是数组结构的扁平化。下面的例子中我们从二维数组中删除了一行输出在方法中，首先给出数组，然后给出要删除的元素的索引。数组被传递给函数。 NumPy 是一个Python 库，用于 Python 编程中的科学计算。在本教程中，你将学习如何在 NumPy 数组上以多种方式添加、删除、排序和操作元素。 NumPy...

yunhao 2019-06-26 18:55 评论0 收藏0
Numpy 中文用户指南 1. 安装

摘要：包的核心是对象。但有个例外，包括对象数组的元素大小是不同的。序列大小和速度在科学计算中尤为重要。例如考虑两个长度相同的列表中每个元素相乘的情况。此外，编码所需的工作量随数据维数的增加而增加。这些信息主要用于高级用户。译者：飞龙 1.1 NumPy 是什么？原文：What is NumPy? NumPy是Python中用于科学计算的基础包。它是一个Python库，提供多维数组对象，各...

mochixuan 2019-07-24 18:34 评论0 收藏0
Numpy中的通用函数和聚合

摘要：概述在中存在着通用函数和聚合去对数据进行处理通过向量进行对数据数组的计算而这些向量主要依靠一些通用函数而聚合是对面对大量数据时获取描述性统计信息的方法。三角函数提供了大量好用的通用函数，其中对于数据科学家最有用的就是三角函数。 showImg(https://segmentfault.com/img/remote/1460000018925263); 概述在Numpy中存在着通用函数...

xorpay 2019-07-31 10:18 评论0 收藏0
python_numPy学习

摘要：而由一个与此数组相关系的数据类型对象来描述其数组元素的数据格式例如其字符组顺序在存储器中占用的字符组数量整数或者浮点数等等。一个行列的矩阵的是数组中所有元素的数量数组中元素的类型，例如或者数组中每个元素的大小，单位为字节存储数组元素的缓冲。原文链接 numPy 维基百科特点 NumPy引用CPython(一个使用字节码的解释器)，而在这个Python实现解释器上所写的数学算法代码...

lauren_liuling 2019-07-30 16:10 评论0 收藏0
真假美猴王-Numpy数据与Python数组的区别与联系

摘要：下文统一称为数组是存储单一数据类型的多维数组同语言数组直接保存数值而则是能够对数组进行处理的函数。动态数据类型与的数组和的这些不可变数据类型的适用场景等可变数据类型适用于需要不断对原始数据进行修改的场景。 showImg(https://segmentfault.com/img/remote/1460000018925396);Numpy,是python中的一个矩阵计算包,功能类似ma...

邹强 2019-07-31 10:18 评论0 收藏0