《SciPy and NumPy》中文精要
作用与 相反 显示数据对象的形状 注意:对数据形状结构的改变只是改变了数据的显示形式,即只是改变了数据的引用, 对一个数据的改变另一个也会被改变。 记录数组 ()创建记录数组并赋值 创建大小为的记录数组,类型为字芳整数、字节浮点数和字节字符 ()使用 ()为每列数据命名 ()使用列名访问数据 索引和切片 提供了类似于 的索引和切片 方式 单个元素 第列 第行 根据条件获取索引号 也可以这样操作 得到一个逻辑数组 注意:第二种方法速度更快,而且可以用“”很容易的得到与 相反的 逻辑数组。 数组的布尔操作 数组元素可以通过逻辑表达式方便的操作 例 创建如 所示的数组 获取数值大于且小于的元素索引 上式与下式结果相同 得到 更复杂的数组逻辑操作 得到 Plot a Plot b Plot c 例 读写操作 读写文木文件 以只读方式打开文件,表示读 将文件内容读入列表,每一行为一个列表元素 关闭文件 以可写方式打开文件,表示写 写入数据 关闭文件 注意:读写完毕之后要将文件关闭 文件文件读写 读写文件文件虽然方便且效率很好,但是不太适合处理极大的文件。当文件 内容有结构.且为数字时用 处理,存 会更合适。 例 如果文件各列数据类型不一样,则需要指明数据类型, 用来保存数据的类 型为 可以用处理 同样的方法来对元素进行操作 数据类型 不能直接保存为文本文件,如果需要的话可以使用 实现。 例 文件 内容如下 读入数据 提示:如果文本数据为 格式的,使用 包读写会更加高效。 ()二进制文件 文本文件处理简单方便,但是读写速度和文件大小都不能和二进制文件相比,因此 大数据处理适合使用二进制文件。 例 创建一个较大的数组 保存数据 压缩保存数据 读入数据 注意 使用 和 来读写二进制文件,但这种二进制文件 只能在 下读写, 可以处理更通用的二进制文件 数学运算 ()线性代数 数组间的运算只是相对应元素间的远算,不能用运算符进行矩阵运算,可 以使用 和 分别来进行矩阵乘法运算和矩阵转置。其优点 在于常规操作时避免了对数据遍历。 的 类型则可以直接用运算符号讲行运算 例:使用 解方程组 3x+6y-5z=12 x-3y+2z=-2 5x-y+4z=10 1-32 2 5-14 定义矩阵 求方程组 例:使用数组解方程组 注意:数组的运算速度更快,而且为了在使用中保持数据类型一致,建议使用数组。 三、SciP 最优化 ()数据建模和拟合 函数 使用基于卡方的方法进行线性回归分析。下面,首先使用 生成带有噪声的数据,然后使用用 来拟合。 例:线性回归 创建函数 创建干静数据 添加噪声 拟合噪声数据 输出最优参数 Best fit 10 10 12 例:高斯分布拟合 C水eX p 2 创建函数 生成干静数据 添加噪声 拟合 Best fit 0.5 ()函数求解 的 模块中有大量的函数求解工具 是其中最常用的。 例:线性函数求解 1.5 Function 1.0 0,5 0.0 0.5 1,0 4,5 4.0 3.0 2.5 例:求函数交叉点 用于求解的解函 两个函数 输出结果 1.0 0.5 0.0 0.5 Funky func Line func 051015202530354045 插值 例:正弦函数插值 创建待插值的数据 分别用 插值 2.0 1.5 Quadratic 1.0 0.5 0.0 10 2.0 10 15 例:噪声数据插值 创建含噪声的待插值数据 插值,参数为 Interpolation Original 2.D 15 0.5 00 05 U 例:利用插值重构图片 定义一个函数 生成数据,复数定义了生成数据的 若无该复数则为 生成待插值的样本数据 用方法值 上图中,左侧为原始数据,其中的黑点是待插值的样本,右图为插值后的数据。要 想提高质量,生成吏大的样本数据即可。 例:利用插值重构图片 定义函数 生成待插值样本 扬值 注意 有时候表现比 更好一些,但是它对样本数据更敏 感一些,相对而言 更加健壮。 积分 中的积分是近似的数值积分 是一个符号积分的工具包。 ()解析积分 例 cos(e)dx 定义被积函数