没有合适的资源?快使用搜索试试~ 我知道了~
Numpy常用计算函数读取数据保存数据增删改查替换如何改变数组的维度矩阵函数生成数据集 定义numpy数组为data = np.array([1,2,3,4]) 常用计算函数 计算函数 说明 备注 data.mean(axis=0) 求平均值 axis=0:按每行的平均值 data.sum(axis=0) 求和 思路同上 data.cumsum(axis=0) 累加 思路同上 data.cumprod(axis=0) 累乘 思路同上 data.std(axis=0) 标准差 思路同上 data.var(axis=0) 方差 思路同上 data.max(ax
资源详情
资源评论
资源推荐
Numpy的一些基础的一些基础
Numpy常用计算函数读取数据保存数据增删改查替换如何改变数组的维度矩阵函数生成数据集
定义定义numpy数组为数组为data = np.array([1,2,3,4])
常用计算函数常用计算函数
计算函数计算函数 说明说明 备注备注
data.mean(axis=0)
求平均值 axis=0:按每行的平均值
data.sum(axis=0)
求和 思路同上
data.cumsum(axis=0)
累加 思路同上
data.cumprod(axis=0)
累乘 思路同上
data.std(axis=0)
标准差 思路同上
data.var(axis=0)
方差 思路同上
data.max(axis=0)
最大值 思路同上
data.min(axis=0)
最小值 思路同上
读取数据保存数据读取数据保存数据
读写数据读写数据 说明说明
np.loadtxt(“绝对路
径.csv”,delimiter=”,”,skiprows=1,dtype=float)
参数delimiter为分隔符,skiprows=1忽略第一行,dtype为数据类型
np.save(string,data) 参数string为要保存的路径,对数据不进行压缩,文件后缀名.npy
np.savez(string,data) 参数string为要保存的路径,对数据进行压缩,文件后缀名.npy
np.savetxt(string,data,fmt=”%f,%f,……”,newline=’’)
参数string为要保存的路径,fmt指定保存数据的格式,newline换行,文件
后缀名无要求
增删改查替换增删改查替换
增删改查增删改查 说明说明 备注备注
np.delete(data,
[1,2,3,4,5],axis=1)
删除 第二个参数,指的是删除的位置,第三个参数指的是删除的维度
np.where(data>50) |
返回位
置
返回一个元组,元组中每个对应data>50的位置,如果是二维数据则返回两个元组,前面对
应行后面对应列
np.where(data<50,50,data)
替换 如果值小于50,则替换为50,否则不变
np.argwhere(data>50)
返回位
置
与where返回的数据相同,只是表达方式不同,这里返回具体的位置,如【0,1】表示第0行
第一列的数据
np.unique(data,axis=0)
去重 axis=0删除重复的行,axis=1删除相同的列
如何改变数组的维度如何改变数组的维度
改变数组维度改变数组维度 作用作用 备注备注
data.ravel()
数组的展平 原数据同样发生变化
data.flatten()
数组的展平 原数据不发生变化
data.transpose()
数组的转置 意思即是行变列,列变行
data.reshape(行数,
列数)
转换为任意
维度
不影响原始数据
data.resize(行数,列
数)
转换为任意
维度
影响原始数据:影响原始数据的意思是说,在转换维度后,我如果改变数组的值,那么原数组
的值也会发生改变
矩阵函数矩阵函数
矩阵函数矩阵函数 说明说明
A.dot(B) A的列数与B的行数相等
np.dot(A,B) 同上
np.linalg.det(data) 计算矩阵行列式
np.linalg.eig(data) 计算方阵的本征值和本征向量
np.linalg.inv(data) 计算方阵的逆
np.linalg.pinv(data) 计算方阵的伪逆
np.linalg.qr(data) 计算qr分解
np.linalg.svd(data) 计算奇异值分解
weixin_38557980
- 粉丝: 7
- 资源: 925
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0