数据分析系列 之python中拓展库SciPy的使用

import numpy as np

aArray = np.array([(1,2,3),(4,5,6)])

输入: aArray

输出: array([(1,2,3),

(4,5,6)])

bArray = np.linspace(1,2,5,endpoint=False)

输入: bArray

输出: [1.  1.2 1.4 1.6 1.8]

cArray = np.linspace(1,49,25,dtype=int)

输入: print(cArray)

输出: [ 1  3  5  7  9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49]

dArray = np.linspace(1,49,25,dtype=int)

输入: print(dArray)

输出: [ 1  3  5  7  9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 50]

# 生成 9*9 的乘法口诀表

np.fromfunction(lambda i,j:(i+1)*(j+1),(9,9))

# 选择列和行的数据

import numpy as np

x = np.array([[1,2,3],[4,5,6],[7,8,9]])

# 选择第一列和第三列数据

print(x[:,[0,2]])

[[1 3]

  [4 6]

  [7 9]]

# 选择第一行和第三行

print(x[::2])

[[1 2 3]

  [7 8 9]]

# 选择第一列和第三列

print(x[:,::2])

[[1 3]

  [4 6]

  [7 9]]

# 交换行

print(x[::-1])

[[7 8 9]

  [4 5 6]

  [1 2 3]]

# 交换列

print(x[:,::-1])

[[3 2 1]

  [6 5 4]

  [9 8 7]]

# 用函数改变

import numpy as np

x = np.array([[1,2,3],[4,5,6]])

#外汇跟单gendan5.com 由两行三列变成三行两列

y = x.reshape(3,2)

或者: y = x.reshape(3,-1)

print(y)

[[1 2]

  [3 4]

  [5 6]]

print(x)

[[1 2 3]

  [4 5 6]]

# 如果真正改变 x ?

x.resize(3,2)

x = np.array([1,2,3])

y = np.array([4,5,6])

# 垂直方向上拼接

np.vstack((x,y))

[[1 2 3]

  [4 5 6]]

# 水平方向上拼接

np.hstack((x,y))

[1 2 3 4 5 6]

x = np.array([1,2,3])

y = np.array([[4,5,6],[7,8,9]])

# 广播, x 拓展

print(x+y)

[[ 5  7  9]

  [ 8 10 12]]

y = np.array([[4,5,6],[7,8,9]])

# 沿列求和

print(y.sum(axis=0))

[11 13 15]

# 沿行求和

print(y.sum(axis=1))

[15 24]

# 最小值

print(y.min())

4

# 最大值 9 的 index

print(y.argmax())

5

# 方差

print(y.var())

2.9166666666666665

# 标准差

print(y.std())

1.707825127659933

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

# 行列式

print(np.linalg.det(x))

-2.0000000000000004

# 逆矩阵

print(np.linalg.inv(x))

[[-2.   1. ]

  [ 1.5 -0.5]]

# 矩阵内积

print(np.dot(x,x))

[[ 7 10]

  [15 22]]

数据分析系列 之python中拓展库SciPy的使用

上一篇:微信公众平台开发(102) 模版消息


下一篇:041.数组-一维数组定义方式