Python pandas 数据结构-DataFrame Python

0x00 关于DataFrame DataFrame是一个类似于二维数组或表格(如excel)的对象,既有行索引,又有列索引 行索引,表明不同行,横向索引,叫index,0轴,axis=0 列索引,表名不同列,纵向索引,叫columns,1轴,axis=1 0x01 创建一个dataframe import pandas as pd import nu...
myluzh 发布于 

Python pandas 数据结构-Series Python

0x00 介绍 Series是一个类似于一维数组的数据结构,它能够保存任何类型的数据,比如整数、字符串、浮点数等,主要由一组数据和与之相关的索引两部分构成。 0x01 Series import pandas as pd import numpy as np # 直接通过数组创建 a = pd.Series(np.arange(9)) # 通过数组+指定索...
myluzh 发布于 

Python numpy 矩阵与向量 Python

0x01 矩阵与向量 (1)矩阵 矩阵(matrix)和array的区别矩阵必须是2维的,但是array可以是多维的。 如下图,这个是 3x2 矩阵,即3行2列。如m为行,n 为列,那么 mxn 即 3x2。 矩阵的维数即行数x列数,矩阵元素(矩阵项): Aij 指第 i 行,第j列的元素. (2)向量 向量是一种特殊的矩阵,讲义中的向量一般都是列向量,...
myluzh 发布于 

Python numpy 数组间运算与广播机制 Python

0x01 数组与数运算 import numpy as np arr = np.array(, ]) """ arr + 1 array(, ]) arr / 2 array(, ]) """ # 可以对比python列表的运算,看出区别 a = """ a*3 Out: """ 0x02 数组与数组运算 数组在进行矢量化...
myluzh 发布于 

Python numpy ndarray运算 Python

0x01 逻辑运算 import numpy as np # 生成40-100的10行5列数据 arr1 = np.random.randint(40, 100, (10, 5)) """ #查看下arr1 arr1 Out: array(, , , , , , , ...
myluzh 发布于 

Python numpy 数组基本操作(索引与切片用法、改变形状、修改类型、去重) Python

0x01 数组索引与切片用法 import numpy as np # (2)二维数组 # 首先生成一个二维数组 arr2 = np.random.uniform(-1, 2, size=(5, 5)) """ # 查看下arr2 arr2 Out: array(, , , , ]) # 只要第一行...
myluzh 发布于 

Python numpy 生成随机数组(正态分布与均匀分布) Python

0x01 什么是正态分布 正态分布是一种概率分布。正态分布是具有两个参数u和o的连续型随机变量的分布,第一参数u是服从正态分布的随机变量的均值,第二个参数o是此随机变量的方差,所以正态分布记作N(μ,σ)。 0x02 生成正态分布的随机数组 import numpy as np import matplotlib.pyplot as plt # 生成均...
myluzh 发布于 

Python numpy 生成01数组、固定数组 Python

0x01 生成01数组 import numpy as np # 生成4行6列0数组 ones = np.ones() """ 查看下zeros Out: array(, , ]) """ # 生成3行7列1数组 zeros = np.zeros() """ 查看下ones Out: array(, , ...
myluzh 发布于 

Python numpy ndarray介绍 Python

0x01 ndarray属性 属性名字 属性解释 ndarray.shape 数组维度的元组 ndarray.ndim 数组维数 ndarray.size 数组中的元素数量 ndarray.itemsize 个数组元素的长度 (字节) ndarray.dtype 数组元素的类型 0x02 ndarray形状 import ...
myluzh 发布于 

Python numpy中ndarray与原生list对比 Python

0x01 ndarray与list运行时长对比 import random import numpy as np import timeit a = for i in range(100000000): a.append(random.random()) def sum_list(): return sum(a) def sum_num...
myluzh 发布于