numpy數組(1)

netmou 發布于2019-07-31 11:09 / 2015人閱讀

摘要：引入創建數組獲取數組中某項截取數組中的某一段獲取數組的數據類型循環數組的一些內置函數取平均數獲取標準差取最大值求和獲取最大項的索引值方法獲取數組中的最大一項的位置

引入numpy

import numpy as np

創建numpy數組

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
])

獲取數組中某項

print countries[0]
print countries[3]

截取數組中的某一段

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

獲取numpy數組的數據類型

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numpy數組

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的一些內置函數()

print employment.mean() #取平均數
print employment.std()  #獲取標準差
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數組中的最大一項的位置  
max_value = employment[i]  
max_country = countries[i]

GPU云服務器云服務器 numpy創建數組 numpy數組操作數組大小為2n+1 numpy

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/44714.html

NumPy 數組大全

摘要：在下面的例子中，我們創建了一個二維數組并插入了兩列輸出如果沒有使用參數，則會輸出這就是數組結構的扁平化。下面的例子中我們從二維數組中刪除了一行輸出在方法中，首先給出數組，然后給出要刪除的元素的索引。數組被傳遞給函數。 NumPy 是一個Python 庫，用于 Python 編程中的科學計算。在本教程中，你將學習如何在 NumPy 數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 數組大全

摘要：在下面的例子中，我們創建了一個二維數組并插入了兩列輸出如果沒有使用參數，則會輸出這就是數組結構的扁平化。下面的例子中我們從二維數組中刪除了一行輸出在方法中，首先給出數組，然后給出要刪除的元素的索引。數組被傳遞給函數。 NumPy 是一個Python 庫，用于 Python 編程中的科學計算。在本教程中，你將學習如何在 NumPy 數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，包括對象數組的元素大小是不同的。序列大小和速度在科學計算中尤為重要。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據維數的增加而增加。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中用于科學計算的基礎包。它是一個Python庫，提供多維數組對象，各...

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

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

xorpay 2019-07-31 10:18 評論0 收藏0
python_numPy學習

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

lauren_liuling 2019-07-30 16:10 評論0 收藏0
真假美猴王-Numpy數據與Python數組的區別與聯系

摘要：下文統一稱為數組是存儲單一數據類型的多維數組同語言數組直接保存數值而則是能夠對數組進行處理的函數。動態數據類型與的數組和的這些不可變數據類型的適用場景等可變數據類型適用于需要不斷對原始數據進行修改的場景。 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 2019-07-31 10:18 評論0 收藏0