numpy數(shù)組(1)

netmou 發(fā)布于2019-07-31 11:09 / 2079人閱讀

摘要：引入創(chuàng)建數(shù)組獲取數(shù)組中某項截取數(shù)組中的某一段獲取數(shù)組的數(shù)據(jù)類型循環(huán)數(shù)組的一些內(nèi)置函數(shù)取平均數(shù)獲取標(biāo)準(zhǔn)差取最大值求和獲取最大項的索引值方法獲取數(shù)組中的最大一項的位置

引入numpy

import numpy as np

創(chuàng)建numpy數(shù)組

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
])

獲取數(shù)組中某項

print countries[0]
print countries[3]

截取數(shù)組中的某一段

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

獲取numpy數(shù)組的數(shù)據(jù)類型

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

循環(huán)numpy數(shù)組

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的一些內(nèi)置函數(shù)()

print employment.mean() #取平均數(shù)
print employment.std()  #獲取標(biāo)準(zhǔn)差
print employment.max()  #取最大值
print employment.sum()  #求和

獲取最大項的索引值

i = employment.argmax();    #argmax()方法獲取employment數(shù)組中的最大一項的位置  
max_value = employment[i]  
max_country = countries[i]

GPU云服務(wù)器云服務(wù)器 numpy創(chuàng)建數(shù)組 numpy數(shù)組操作數(shù)組大小為2n+1 numpy

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://m.hztianpu.com/yun/44714.html

相關(guān)文章

NumPy 數(shù)組大全

摘要：在下面的例子中，我們創(chuàng)建了一個二維數(shù)組并插入了兩列輸出如果沒有使用參數(shù)，則會輸出這就是數(shù)組結(jié)構(gòu)的扁平化。下面的例子中我們從二維數(shù)組中刪除了一行輸出在方法中，首先給出數(shù)組，然后給出要刪除的元素的索引。數(shù)組被傳遞給函數(shù)。 NumPy 是一個Python 庫，用于 Python 編程中的科學(xué)計算。在本教程中，你將學(xué)習(xí)如何在 NumPy 數(shù)組上以多種方式添加、刪除、排序和操作元素。 NumPy...

kk_miles 2019-07-31 10:20 評論0 收藏0
NumPy 數(shù)組大全

摘要：在下面的例子中，我們創(chuàng)建了一個二維數(shù)組并插入了兩列輸出如果沒有使用參數(shù)，則會輸出這就是數(shù)組結(jié)構(gòu)的扁平化。下面的例子中我們從二維數(shù)組中刪除了一行輸出在方法中，首先給出數(shù)組，然后給出要刪除的元素的索引。數(shù)組被傳遞給函數(shù)。 NumPy 是一個Python 庫，用于 Python 編程中的科學(xué)計算。在本教程中，你將學(xué)習(xí)如何在 NumPy 數(shù)組上以多種方式添加、刪除、排序和操作元素。 NumPy...

yunhao 2019-06-26 18:55 評論0 收藏0
Numpy 中文用戶指南 1. 安裝

摘要：包的核心是對象。但有個例外，包括對象數(shù)組的元素大小是不同的。序列大小和速度在科學(xué)計算中尤為重要。例如考慮兩個長度相同的列表中每個元素相乘的情況。此外，編碼所需的工作量隨數(shù)據(jù)維數(shù)的增加而增加。這些信息主要用于高級用戶。譯者：飛龍 1.1 NumPy 是什么？原文：What is NumPy? NumPy是Python中用于科學(xué)計算的基礎(chǔ)包。它是一個Python庫，提供多維數(shù)組對象，各...

mochixuan 2019-07-24 18:34 評論0 收藏0
Numpy中的通用函數(shù)和聚合

摘要：概述在中存在著通用函數(shù)和聚合去對數(shù)據(jù)進(jìn)行處理通過向量進(jìn)行對數(shù)據(jù)數(shù)組的計算而這些向量主要依靠一些通用函數(shù)而聚合是對面對大量數(shù)據(jù)時獲取描述性統(tǒng)計信息的方法。三角函數(shù)提供了大量好用的通用函數(shù)，其中對于數(shù)據(jù)科學(xué)家最有用的就是三角函數(shù)。 showImg(https://segmentfault.com/img/remote/1460000018925263); 概述在Numpy中存在著通用函數(shù)...

xorpay 2019-07-31 10:18 評論0 收藏0
python_numPy學(xué)習(xí)

摘要：而由一個與此數(shù)組相關(guān)系的數(shù)據(jù)類型對象來描述其數(shù)組元素的數(shù)據(jù)格式例如其字符組順序在存儲器中占用的字符組數(shù)量整數(shù)或者浮點數(shù)等等。一個行列的矩陣的是數(shù)組中所有元素的數(shù)量數(shù)組中元素的類型，例如或者數(shù)組中每個元素的大小，單位為字節(jié)存儲數(shù)組元素的緩沖。原文鏈接 numPy 維基百科特點 NumPy引用CPython(一個使用字節(jié)碼的解釋器)，而在這個Python實現(xiàn)解釋器上所寫的數(shù)學(xué)算法代碼...

lauren_liuling 2019-07-30 16:10 評論0 收藏0
真假美猴王-Numpy數(shù)據(jù)與Python數(shù)組的區(qū)別與聯(lián)系

摘要：下文統(tǒng)一稱為數(shù)組是存儲單一數(shù)據(jù)類型的多維數(shù)組同語言數(shù)組直接保存數(shù)值而則是能夠?qū)?shù)組進(jìn)行處理的函數(shù)。動態(tài)數(shù)據(jù)類型與的數(shù)組和的這些不可變數(shù)據(jù)類型的適用場景等可變數(shù)據(jù)類型適用于需要不斷對原始數(shù)據(jù)進(jìn)行修改的場景。 showImg(https://segmentfault.com/img/remote/1460000018925396);Numpy,是python中的一個矩陣計算包,功能類似ma...

鄒強(qiáng) 2019-07-31 10:18 評論0 收藏0