01.用于数据科学的 Python 基础知识之numpy

简介

本章专门介绍用于数据科学的 Python知识。
我们将看到三个非常知名的 Python 数据科学库,它们分别是 numpy、pandas 和 matplotlib。
所以让我们开始吧。

numpy

本节我们将讨论 Numpy!
Numpy是最知名的python库之一,用来做科学计算,在本章节中我们将看到如何在 numpy 中创建一个矩阵(matrix),也称为数组(array)。
首先,我们需要导入我们的 Numpy 库。
要导入一个库,我们只需要使用导入程序 import,然后我们输入库的名称即可!

import numpy as np

我们可以创建一个别名,如“np”,
这样在以后调用该库的时候更加简洁!

一维数组

np.array()

然后我们需要创建一个变量,用这个变量来接收 Numpy 所创建的矩阵。
我们下面是用 numpy 创建的是一个一维数组,并且用变量 arr 来接收该数组的值。

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

np.linspace()

使用 numpy 也可以批量创建一个数组,例如,我们想要从 0 到 50 的所有数字,不需要手动的每个数字去输入,我们可以使用 numpy 中的 linspace() 函数来创建我们需要的数组。

案例如下(其中0 是起始数字,50是结束数字,51 是迭代次数):

np.linspace(0, 50, 51)

上面的结果如果打印出来就是:

array([ 0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12.,
       13., 14., 15., 16., 17., 18., 19., 20., 21., 22., 23., 24., 25.,
       26., 27., 28., 29., 30., 31., 32., 33., 34., 35., 36., 37., 38.,
       39., 40., 41., 42., 43., 44., 45., 46., 47., 48., 49., 50.])

需要注意的是通过 linspace 函数所产生的数字都是浮点型数据,都必须带小数点。如果我们的迭代次数不是51 而是 100 或者其他数字的话,那么数组中的元素将都是小数,例如:

np.linspace(0, 50, 100)
array([ 0.        ,  0.84745763,  1.69491525,  2.54237288,  3.38983051,
        4.23728814,  5.08474576,  5.93220339,  6.77966102,  7.62711864,
        8.47457627,  9.3220339 , 10.16949153, 11.01694915, 11.86440678,
       12.71186441, 13.55932203, 14.40677966, 15.25423729, 16.10169492,
       16.94915254, 17.79661017, 18.6440678 , 19.49152542, 20.33898305,
       21.18644068, 22.03389831, 22.88135593, 23.72881356, 24.57627119,
       25.42372881, 26.27118644, 27.11864407, 27.96610169, 28.81355932,
       29.66101695, 30.50847458, 31.3559322 , 32.20338983, 33.05084746,
       33.89830508, 34.74576271, 35.59322034, 36.44067797, 37.28813559,
       38.13559322, 38.98305085, 39.83050847, 40.6779661 , 41.52542373,
       42.37288136, 43.22033898, 44.06779661, 44.91525424, 45.76271186,
       46.61016949, 47.45762712, 48.30508475, 49.15254237, 50.        ])

np.arange()

如果我们要创建整数数组的的话,我们就需要用到 numpy 的另外一个函数 arange(),与linspace()函数不同的是,arange() 函数只需要指定起始值和结束值即可,不需要指定迭代次数。

案例如下:

np.arange(0, 51)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,
       34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50])

原创文章,作者:朋远方,如若转载,请注明出处:https://caovan.com/01-yongyushujukexuede-python-jichuzhishi/.html

(0)
打赏 微信扫一扫 微信扫一扫
朋远方的头像朋远方
上一篇 2022年10月23日 下午2:04
下一篇 2022年11月11日 下午12:02

相关推荐

发表回复

登录后才能评论