代码编织梦想

数据分析学习线路图

在这里插入图片描述

1、什么是numpy?

一个在Python中做科学计算的基础库,重在数值计算,也是大部分PYTHON科学计算库的基础库,多用于在大型、多维数组上执行数值运算 。

1.1 numpy常用的数据类型

在这里插入图片描述

数据类型的操作

在这里插入图片描述

1.2 使用numpy创建数组

import numpy as np
import random

# 使用numpy生成数组,得到ndarray的类型
t1 = np.array([1, 2, 3, ])
print(t1)    # [1 2 3]
print(type(t1))  # <class 'numpy.ndarray'>

t2 = np.array(range(10))  # [0 1 2 3 4 5 6 7 8 9]
print(t2)
print(type(t2)) 

t3 = np.arange(4, 10, 2)  # [4 6 8] 从4-10 步长为2
print(t3)
print(type(t3))  # int32

print(t3.dtype)
print("*" * 100)
# numpy中的数据类型

t4 = np.array(range(1, 4), dtype="i1")  # [1 2 3]
print(t4)
print(t4.dtype)    # int8

# numpy中的bool类型
t5 = np.array([1, 1, 0, 1, 0, 0], dtype=bool)  # [ True  True False  True False False]
print(t5)
print(t5.dtype)   # bool

# 调整数据类型
t6 = t5.astype("int8")   # [1 1 0 1 0 0]
print(t6)
print(t6.dtype)   # int8

# numpy中的小数
t7 = np.array([random.random() for i in range(10)])
print(t7)    # [0.15925535 0.68749422 0.87527896 0.81028664 0.70966472 ... 0.5344896 ]
print(t7.dtype)   # float64

# 修改浮点数的小数位置
t8 = np.round(t7, 2)  # [0.16 0.69 0.88 0.81 0.71 0.21 0.01 0.51 0.33 0.53]
print(t8)

打印输出:
[1 2 3]
<class 'numpy.ndarray'>
[0 1 2 3 4 5 6 7 8 9]
<class 'numpy.ndarray'>
[4 6 8]
<class 'numpy.ndarray'>
int32
[1 2 3]
int8
[ True  True False  True False False]
bool
[1 1 0 1 0 0]
int8
[0.15925535 0.68749422 0.87527896 0.81028664 0.70966472 0.21499349 0.01478751 0.50647445 0.3335658  0.5344896 ]
float64
[0.16 0.69 0.88 0.81 0.71 0.21 0.01 0.51 0.33 0.53]

1.3 数组的形状

在这里插入图片描述
解答: reshape(3,4)表示的是返回一个3行4列的数组,即返回值是一个3行4列的数,但对a的本身形状并没有做出改变

在这里插入图片描述
c = c.reshape((b.shape[0]*b.shape[1],)) 同样返回一个一位数组,0,1表示b的行和列

1.4 数组和数的计算

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
同样如果c是一个2行1列的数组时,则按照列进行运算。

1.4 基本概念

在这里插入图片描述

解答:(3,3,3)和(3,2)无法进行计算,而 (3,3,2)和(3,2)则可以进行计算
原因:(3,3,2)三维数组可以理解为3块(3,2)的二维数组,与第二个(3,2)对应,所以后者可以进行计算

请看代码

import numpy as np

a_temp = np.array(range(18))
a = a_temp.reshape(3, 3, 2)

print(a)
print("*****************************************************************************************")
b = ([[1, 2], [3, 4], [5, 6]])

print(a+b)

输出的结果:
[[[ 0  1]
 [ 2  3]
 [ 4  5]]

 [[ 6  7]
 [ 8  9]
  [10 11]]

 [[12 13]
  [14 15]
  [16 17]]]
  ******************************************************************************************
[[[ 1  3]
  [ 5  7]
  [ 9 11]]

 [[ 7  9]
  [11 13]
  [15 17]]

 [[13 15]
  [17 19]
 [21 23]]]
 
Process finished with exit code 0

轴的概念

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第二天学习小结【思维导图】

在这里插入图片描述

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 本文链接: https://blog.csdn.net/qq_40926887/article/details/111088624

Python爬取‘某车之家’车型数据:成果(requests&BeautifulSoup,含代码)及问题(Scrapy)-爱代码爱编程

一、背景1、目的: 爬取【某车之家】全部车型数据,用于车贷业务系统的车型选项。2、结果: (1)数据内容:共43401条数据,包括【某车之家】全部在售(即将销售)及停售车型;(2)数据结构 二、说明1、通过requests&BeautifulSoup爬取成功,但耗时较长(约3.5小时),且中途有断掉2、Scrapy框架爬取不成功,待解决;【请大神

蚂蚁数据分析平台的演进及数据分析方法的应用-爱代码爱编程

正文开始 分享嘉宾:杨军 蚂蚁金服 高级技术专家 编辑整理:兴金朝 内容来源:DataFun Talk《数据分析平台:平台演进及数据分析方法应用》 出品社区:DataFun 大家好,今天主要分享数据分析平台的平台演进以及我们在上面沉淀的一些数据分析方法是如何应用的。 具体分以下四部分: Part1:主要介绍下

港科夜闻|香港科大创校校长吴家玮的三项“首创”-爱代码爱编程

关注并星标 每周阅读港科夜闻 建立新视野 开启新思维 /近日要闻一览/ ▼ 1、香港科大创校校长吴家玮的三项“首创”。香港科大创校校长吴家玮教授的三项创举:一是首创「访问学者」学术名衔,从七八年至今使得数十万中青年学者走出国门进入世界名校进行学术深造;二是与一众志同道合之士,成功创办了香港科大,担任创校校长十三年之久,把香港

ndarray数组创建方法和转换-爱代码爱编程

ndarray数组创建方法 1、根据python中列表、元组中创建2、使用NumPy中函数创建ndarray数组3、使用NumPy中其他函数创建ndarray数组4、ndarray数组变换 1、根据python中列表、元组中创建 x = np.array(list\tuple) 例如:x = np.array([1,2,4,6])

小白必读!十大被低估的Python自带库!-爱代码爱编程

大家在学习python的过程中,都会了解到python的一个强大的功能在于各种强大的第三方库函数,大家只需要通过pip install 即可安装我们需要的库函数。   大家往往只是关注自己安装的python库,却忽略了python自带的库函数,或者是python自带的库,今天小编就为大家介绍一下,十大被低估的python自带库或者是python自带的函

用python处理DEA模型--CCR-爱代码爱编程

python解决DEA模型–CCR 本人所用软件为gurobi,在python中运算。 gurobi的下载请自行前往官网:https://www.gurobi.com/。 本篇文章针对基础CCR模型,给出代码。 本篇例子的运行数据贴在下图,数据量很小,大家可自行敲在excel中运行。最后一列投入导向型CCR的效率结果。只需要把DMUs、x1、x2、

5个高度实用的NumPy操作-爱代码爱编程

欢迎关注 “小白玩转Python”,发现更多 “有趣” 引言 NumPy是Python使用最广泛的科学计算库。它是许多其他库(例如Pandas)的基础。NumPy使得操作大型数字数组变得非常简单和快速。因为我们可能拥有大量的数据,所以拥有像NumPy这样的超级高效的工具是非常重要的。 在本文中,我们将介绍在分析大型数组时必不可少的5个操作。

python笔记1:random、numpy生成随机数-爱代码爱编程

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 python笔记1:random、numpy生成随机数 一、numpy、random生成随机整数1. *numpy.random模块生成随机整数*2. *random*模块生成随机整数二、numpy生成随机整数组1. *np.random.randint(low[,high,siz

升维:ValueError: all the input arrays must have same number of dimensions,-爱代码爱编程

ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s) 问题来源如下: xv=np.

ndarray数组创建方法和转换-爱代码爱编程

ndarray数组创建方法 1、根据python中列表、元组中创建2、使用NumPy中函数创建ndarray数组3、使用NumPy中其他函数创建ndarray数组4、ndarray数组变换 1、根据python中列表、元组中创建 x = np.array(list\tuple) 例如:x = np.array([1,2,4,6])

关于random常用函数用法简介-爱代码爱编程

关于random常用函数用法简介 random.random()random.randint(10,20)random.seed()random.randn(x0,x1,x2.....xn)与random.rand(x0,x1,x2.....xn)np.random.normal(loc=0.0, scale=1.0, size=None) r