python数据分析学习之-numpy功能大纲

Numpy

  1. 创建numpy

data=np.array([1,2,3,4,5])

  1.  改变数据类型
data2=data.astype(np.float)
  1. 使用函数创建数组np.zeros
data=np.zeros((2,10))
  1. 创建特殊数组的函数
  1. Asarray

将列表、元组转换为数组

  1. Arrange

根据开始值,结束值,和步长创建一个数组

  1. Ones,ones_like
  2. Zeros,zeros_like
  3. Empty,empty_like
  4. Eye,identity

创建对角线元素是1,其余元素是0的二维数组

  1. Diag
data3=np.diag([1,23,5])

 

创建对角线是指定值,其余元素是0的二维数组

  1. Linspace

根据开始值,结束值,元素数量创建等差数列

  1. Logspace

根据开始值,结束值,元素数量和底数,创建等比数列

  1. 数组的索引和切片
  1. 数组的轴

依次加深,最开始的是最外层的维数

  1. 数组的切片,前包括,后不包括
  2. 数组变形,常用于图像大小改变
a=np.arange(24).reshape((2,3,4))
  1. 组合与分割
水平组合np.hstack((a,b)),np.stack()和np.concatenate()也可以按照任何方向实现数组的组合,axis=1

垂直组合,沿着1轴组合axis=1 np.vstack()

Np.vsplit

Np.hsplit

Np.split

  1. 运算和通用函数
  1. 基础运算

每个元素都加减乘除一个数

a=a*3

两个数组之间的加减乘除

  1. 比较和逻辑运算符

维数相等

np.any(a>data3) and np.all(a
  1. 通用函数和二维函数

三角函数、指数函数等

  1. 简单统计应用
  1. 生成正态分布数组
#均值,标准差

mu,sigma=0.0,1.0

a=np.random.normal(loc=mu,scale=sigma,size=1000)
  1. 简单的统计函数

计算均值,加权平均值,方差,标准差,最值,最值索引,全距(最大最小值差)…中值,和等

  1. 矩阵
  1. 创建矩阵的方法
np.matrix()

np.mat()
  1. 矩阵乘法

标量乘法与数组相同,矩阵与矩阵的乘法

A*b,np.dot(a,b)

  1. 基本操作

转置,逆矩阵,

  1. 矢量运算

你可能感兴趣的:(python)