numpy 数组操作

目录

1. 数组操作

1.1 数组排序

sort 函数

argsort 函数

1.2 求和

1.3 最大值和最小值

1.4 均值

1.5 标准差

1.6 相关系数矩阵

2. 多维数组操作

2.1 数组形状

2.2 转置

2.3 数组连接(concatenate)

 拼接成三维数组 array

2.4 stack 进行拼接

变成三维数组

3. numpy 内置函数


1. 数组操作

先定义好一些数据

numpy 数组操作_第1张图片

1.1 数组排序

sort 函数

sort 排序函数,会按照升序函数进行排序,并不会对原数组产生影响

argsort 函数

argsort 函数也是升序排列,不过返回的是数组的索引值

例如查看评分最少和最多的电影

1.2 求和

sum 函数,求和函数

两种写法,看习惯使用那种

numpy 数组操作_第2张图片

1.3 最大值和最小值

max 最大值

两种写法,看习惯使用那种

numpy 数组操作_第3张图片

min 最小值、

两种写法,看习惯使用那种

numpy 数组操作_第4张图片

1.4 均值

mean 求均值函数

两种写法,看习惯使用那种

numpy 数组操作_第5张图片

1.5 标准差

std 求标准差

两种写法,看习惯使用那种

numpy 数组操作_第6张图片

1.6 相关系数矩阵

cov 相关系数

2. 多维数组操作

2.1 数组形状

shape 查看数组形状

 reshape 和shape一样,但不会改变原来数组的值,返回一个新的数组

numpy 数组操作_第7张图片

2.2 转置

.T 转置,不会改变原来的数组

numpy 数组操作_第8张图片

.transpose 转置,不会改变原来的数组

numpy 数组操作_第9张图片

2.3 数组连接(concatenate)

先定义两个数组x,y

numpy 数组操作_第10张图片沿着第一维拼接,axis = 0 可省略

numpy 数组操作_第11张图片沿着第二维拼接

 拼接成三维数组 array

numpy 数组操作_第12张图片

2.4 stack 进行拼接

定义数组

numpy 数组操作_第13张图片

垂直方向

水平方向

变成三维数组

numpy 数组操作_第14张图片

3. numpy 内置函数

abs 绝对值

exp 指数

 median 中值

累积和(前两个数相假,前三个数相加)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

你可能感兴趣的:(python数据分析,python,数据分析)