numpy合并不同维度矩阵_python-numpy数据分析

numpy合并不同维度矩阵_python-numpy数据分析_第1张图片

numpy数组的创建和数组的计算

用numpy生成数组,得到ndarray类型

numpy合并不同维度矩阵_python-numpy数据分析_第2张图片

np.array(range( )) = np.arange( )

numpy合并不同维度矩阵_python-numpy数据分析_第3张图片

numpy合并不同维度矩阵_python-numpy数据分析_第4张图片

reshape()并不会对数据本身进行修改

numpy合并不同维度矩阵_python-numpy数据分析_第5张图片

np.round(x,n) 对数据x取2位小数

a.flatten( )把数据展开降至一维

5e75603e0468ac0bc935478353b8cee0.png

numpy合并不同维度矩阵_python-numpy数据分析_第6张图片

数组其实就可以看做数学中的矩阵,图中的t5+2会对t5中的每个元素都+2。这也是一种广播机制。

numpy合并不同维度矩阵_python-numpy数据分析_第7张图片

*/ 这些运算也同样适用广播机制。

nan 无穷小, inf 无穷大

numpy合并不同维度矩阵_python-numpy数据分析_第8张图片

如果两个数组(矩阵)行列相同的时候,矩阵*矩阵是每个元素进行相乘

numpy合并不同维度矩阵_python-numpy数据分析_第9张图片

t5的每一行减去了t7,这也可以看做广播,

同样也适用于列。

numpy合并不同维度矩阵_python-numpy数据分析_第10张图片

如果维度不同就会报错。

numpy合并不同维度矩阵_python-numpy数据分析_第11张图片

numpy合并不同维度矩阵_python-numpy数据分析_第12张图片

轴(axis)

numpy合并不同维度矩阵_python-numpy数据分析_第13张图片

numpy合并不同维度矩阵_python-numpy数据分析_第14张图片

numpy合并不同维度矩阵_python-numpy数据分析_第15张图片

csv文件里面所有的值都是用逗号分隔

numpy合并不同维度矩阵_python-numpy数据分析_第16张图片

numpy合并不同维度矩阵_python-numpy数据分析_第17张图片

转置

numpy合并不同维度矩阵_python-numpy数据分析_第18张图片

索引和切片

numpy合并不同维度矩阵_python-numpy数据分析_第19张图片

numpy合并不同维度矩阵_python-numpy数据分析_第20张图片

numpy合并不同维度矩阵_python-numpy数据分析_第21张图片

numpy合并不同维度矩阵_python-numpy数据分析_第22张图片

取不连续的行

t4

数值的修改

numpy合并不同维度矩阵_python-numpy数据分析_第23张图片

numpy合并不同维度矩阵_python-numpy数据分析_第24张图片

numpy合并不同维度矩阵_python-numpy数据分析_第25张图片

numpy合并不同维度矩阵_python-numpy数据分析_第26张图片
np

numpy合并不同维度矩阵_python-numpy数据分析_第27张图片

nan 是一个浮点类型

数组的拼接

numpy合并不同维度矩阵_python-numpy数据分析_第28张图片
Numpy矩阵(二维)拼接与分割方法_Phoenix的博客-CSDN博客​blog.csdn.net
numpy合并不同维度矩阵_python-numpy数据分析_第29张图片
【Python 模块学习】NumPy中的维度(dimension)、轴(axis)、秩(rank)的含义​blog.csdn.net
numpy合并不同维度矩阵_python-numpy数据分析_第30张图片

行列交换

numpy合并不同维度矩阵_python-numpy数据分析_第31张图片

numpy合并不同维度矩阵_python-numpy数据分析_第32张图片

numpy合并不同维度矩阵_python-numpy数据分析_第33张图片

numpy合并不同维度矩阵_python-numpy数据分析_第34张图片

numpy合并不同维度矩阵_python-numpy数据分析_第35张图片

持续更新....

你可能感兴趣的:(numpy合并不同维度矩阵)