numpy知识点整理

最新推荐文章于 2024-10-22 16:16:40 发布

原创最新推荐文章于 2024-10-22 16:16:40 发布 · 329 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#numpy #python

数据分析基础专栏收录该内容

1 篇文章

订阅专栏

本文详细介绍NumPy库的关键属性与方法，包括数组的维度、形状、大小和数据类型等重要属性，以及array、arange、zeros等常用方法。同时，讲解了数组的基本索引、切片、布尔型索引和花式索引，以及reshape、flatten和ravel等数组操作函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、numpy重要属性

ndarray.ndim :维度的个数

ndarray.shape 数组的维度

ndarray.size 数组的元素的总个数

ndarray.dtype 数组元素的类型，数组中每一个元素的类型是相同的

numpy常用方法

array

arange

ones

zeros

empty

linspace

logspace

numpy.random.rand

numpy.random.randn

numpy.random.random

numpy.random.shuffle

导入导出

save() load() savetxt() loadtxt()

2、访问numpy中的数组元素

基本的索引和切片

布尔型索引

花式索引

3、数组操作函数

修改数组形状 reshape()

flatten() 对原数组生成一个copy数组，不影响源数组

ravel() 用原数组的视图镜像，新数组的改变会改变源数组

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

雪儿和颖儿

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

python系列之numpy模块学习

CJX_up的博客

08-05

5398

1.nupmy是什么？ numpy是python中用于科学计算的一个库。import numpy as np # 导入numpy并命名为np print(np.version.version) # 输出numpy的版本 # print(np.__version__) # 也可以这样输出版本结果如图： 2.创建数组(array)import numpy as

Numpy - 知识点总结（一）

u011587322的博客

06-20

1301

Numpy是一个Python科学计算的基础模块，Numpy不但能够完成科学计算的任务，也能够被用作有效的多位数据容器，这使得Numpy可以无缝并快速的整合各种数据；1、 Numpy对象ndarrayNumpy中定义的最重要的对象称为ndarray的N维数组类型，它描述相同类型的元素集合，可以使用基于零的索引访问集合中的项目；Ndarray中的每个元素在内存中使用相同大小的块。注：这里需要与列表进行...

参与评论您还未登录，请先登录后发表或查看评论

NumPy知识点总结（全）

最新发布

qq_64301528的博客

10-22

1318

这要求维数相同，且各维度的长度相同，如果不相同，可以通过广播机制，这种机制的核心是对形状较小的数组，在横向或纵向上进行一定次数的重复，使其与形状较大的数组拥有相同的维度。ndarray 对象采用了数组的索引机制，将数组中的每个元素映射到内存块上，并且按照一定的布局对内存块进行排列，常用的布局方式有两种，即按行或者按列。因此，对返回的数组进行修改会影响原数组。在NumPy中，计算方差时使用的是统计学中的方差公式，而不是概率论中的方差公式，主要是因为NumPy的设计目标是处理实际数据集，而不是概率分布。

【Python学习】Nupmy库

qq_62906846的博客

01-07

648

在利用编程进行数据处理时，我们经常需要遇到通过列表来进行数据存储与运算的情况，一般表现形式为二维数据或多维数据。而Numpy库正是处理相关数据的好方法。

Numpy知识点总结

weixin_39235394的博客

06-11

645

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 11 欢迎使...

numpy知识点总结

影子

06-07

1134

sort、argsort，分别返回排序后的数组和相应索引，接收一个axis参数，默认为axis=-1，按最后一个轴向，若axis=None表示先展平成一维数组后再排序；concatenate:对多个数组沿某一轴进行拼接，要求拼接轴必须存在（即不能升维）默认是0，即行拼接，当axis=None时，先展平伟向量后执行拼接，向量的拼接是行拼接。hstack:对多个数组水平堆叠，即按照axis=1堆叠，除该列外要求其它维度相同如果是异位数组（向量），按照axis=0堆叠，此时结果仍然是一维。

numpy知识点

qq_55755280的博客

05-24

605

可以看到x3的shape为(3,)，x4的shape为(3,1)，要满足第一个条件的话x3的shape要在前面加1变成了(1,3)。其次输出数组的shape是输入数组shape各轴的最大值，也就是(1,3)，(3,3)各个轴的最大值为(3,3)所以输出数组的shape(3,3)。③如果输入数组的某个轴和输出数组的对应轴的长度相同或其长度为1时，这个数组能够用来计算，否则出错。④当输入数组的某个轴的长度为1时，沿着此轴运算时都用此轴上的第一组值。②输出数组的shape是输入数组shape的各轴上的最大值。

Numpy知识点

怀揣梦想努力前行

09-13

419

NumPy包的核心是ndarray对象 NumPy数组和标准的Python Array（数组）之间有几个重要的区别： 1）NumPy在创建的似乎后就有固定的大小，与Python的原生对象不同，更改NumPy的大小将删除原来的数组变更新建一个新的数组 2）NumPy数组的的元素都需要具有相同的数据类型，因此在内存中的大小相同例外情况，Python中...

整理的Numpy知识点

11-18

NumPy 基础知识点 NumPy 是 Python 中科学计算的基础包，提供多维数组对象、各种派生对象、数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数、基本统计运算和随机模拟等功能。 NumPy 的...

python高级数据分析必备：numpy知识点整理

weixin_41855010的博客

03-07

405

numpy是用python进行高级数据分析时经常用到的一个模块，我们经常用np来作为numpy的简称，类似于matlab中的矩阵运算，我们可以使用numpy中的ndarray数据结构来对数据进行数值运算，以下整理了numpy的基本知识点，供参考查阅： ndarray的创建 2维ndarray的创建 ndarray的axis关键词 ndarray的ndim和shape属性 ndarray的ones...

Numpy思维导图整理笔记.emmx

06-25

内容为Python中Numpy知识点的思维导图整理笔记,文件预览见主页相关博文

熬夜整理Numpy知识点

想要上南大的同学的博客

11-15

1560

1 NumPy 介绍 1.1 什么是 NumPy? NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。 NumPy包的核心是 ndarray 对象。它封装了python原生的同数据类型的 n 维数组，为了保证其性能优良，其中有许多操作都是代码在本地进行编译后执行的。 NumPy数组和原生Pyt

Numpy学习笔记-Numpy的知识点总结

qq_44653420的博客

12-26

2013

Numpy学习笔记一、概述二、Numpy简介三、Numpy的安装和调用四、Numpy的数据类型五、数组的定义与创建六、创建特殊数组七、数组的数据类型八、数组的属性1.属性概述2.属性-轴数3.属性-shape4.属性-reshape九、数组的索引与切片1.一维数组索引2.二维数组索引3.多维数组索引4.切片索引5.布尔型索引一、概述 python之所以如此强大，是因为它提供了许多高效便捷的数据分析工具包数据分析中常用的三个利器： Numpy Pandas Matplotlib Numpy和Panda

numpy知识点梳理

yang_sixue的博客

08-25

373

numpy知识点梳理。

Python科学计算——Numpy知识点

抱朴守拙

04-19

1929

1 Python自带的list，存储的是对象指针，在进行数值运算时，比较浪费内存和CPU计算时间； 2 Python的array，不支持多维数组； 3 NumPy提供了两个基本的对象：ndarray，ufunc； 4 help(np.array) 或者 np.array? 查看帮助； 5 shape可以查看/修改数组的维度；reshape，创建新维度的数组，

Numpy基础知识点汇总

王冠hurt的博客

04-14

677

1、概述Numpy是高性能科学计算和数据分析的基础包，它的部分功能如下：1）ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。2）对整组数据进行快速运算的标准数学函数3）用于读写磁盘数据的工具以及用于操作内存映射文件的工具。2、ndarray的创建这一节，我们主要关注ndarray数组的创建，我们主要有以下几种方式：数组转换创建数组的最简单的方法就是使用array函数，...