a=np.array([[0,1,2,3,4], [9,8,7,6,5]]) a.ndim >2 #代表有两维 a.shape >(2,5) #代表是2行5列 a.dtype >'int 32' #是ndarray自定义的类型 a.itemsize >4 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. python仅支持整数、浮点数和复数三种类型。
2. arange()函数创建一维数组 arr3 = np.arange(1, 11, 1) >>> [ 1 2 3 4 5 6 7 8 9 10] 1. 2. 3. 需要注意的是arange(start,end,step)函数中包含开始值start,终值end,步长step,但是最终的数组中不包含end,比如 np.arange(1, 11, 1) 开始值为1,终值为11,步长为1,但是只能生成1-10的...
本文将涵盖单变量(1 维)和多变量(多维)数据可视化策略。这里将使用 Python 机器学习生态系统,我们建议先检查用于数据分析和可视化的框架,包括 pandas、matplotlib、seaborn、plotly 和 bokeh。除此之外,如果你有兴趣用数据制作精美而有意义的可视化文件,那么了解 D3.js(https://d3js.org/)也是必须的。有兴趣的读者...
1)Numpy和Python列表(list)类似,我们可以通过位置序号来获取元素。比如a[0]获取下标为0的元素。 2)切片访问关键是 : (冒号),冒号前后的数字,来确定切片范围。比如a[1:3]获取序号为1到3的元素。有了切片操作,很多地方循环就不再需要了。Python的切片非常灵活,一行代码就可以实现很多行循环才能完成的操作。(由“...
n维数组是NumPy的核心概念,大部分数据的操作都是基于n维数组完成的。本系列内容覆盖到1维数组操作、2维数组操作、3维数组操作方法,本篇讲解Numpy与1维数组操作。 一、向量初始化 可以通过Python列表创建NumPy数组。 如图中(a),将列表元素转化为一维数组。注意,这里一般会确保列表元素类型相同,否则默认dtype=’object...
arr[2][1] arr[2,1] 两者是等价的 3.多维数组n #索取某个n-1维数组:arr[1] #索取某个n-2为数组:arr[1][0] --- arr=np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]]) arr array([[[ 1, 2, 3], [ 4, 5...
1. 直观理解PCA主成分分析是什么? Principal Component Analysis(PCA)主成分分析它本质是把数据视作一个椭球。二维的话就是一个椭圆。我们知道椭球它有长轴和短轴。如果3维的椭球某个短轴非常短,那么我们是不是可以把这个短轴视作没有?这样一个椭球就降维成了一个2维的椭圆。这就是PCA的原理。为了方便计算。首...
1.一维数据 一维数据是具有对等关系的一组线性数据,对应数学之中的集合和一维数组,在Python语法中,一维列表、一维元组和集合都是一维数据。一维数据中的各个元素可通过逗号(,)、空格等分隔。我国在2018年公布的15个新一线城市便是一组一维数据,通过逗号分隔此组数据,具体如下所示: ...
1.单变量分析 单变量分析基本上是数据分析或可视化的最简单形式,因为只关心分析一个数据属性或变量并将其可视化(1 维)。 可视化 1 维数据(1-D) 使所有数值数据及其分布可视化的最快、最有效的方法之一是利用 pandas 画直方图(histogram)。 wines.hist(bins=15...
1 Python xlrd 读取 操作Excel 1.1 xlrd模块介绍 (1)什么是xlrd模块? python操作excel主要用到xlrd和xlwt这两个库,即xlrd是读excel,xlwt是写excel的库。 (2)为什么使用xlrd模块? 在UI自动化或者接口自动化中数据维护是一个核心,所以此模块非常实用。