摘要：
About psutil (python system and process utilities) is a cross-platform library for retrieving information on running processes and system utilization( 阅读全文
posted @ 2018-09-13 17:03
NAVYSUMMER
阅读(820)
评论(0)
推荐(0)
摘要：
警告和疑难意味着一个看不见的问题。在使用Pandas过程中，需要特别注意的地方。 与Pandas一起使用If/Truth语句 当尝试将某些东西转换成布尔值时，Pandas遵循了一个错误的惯例。 这种情况发生在使用布尔运算的。 目前还不清楚结果是什么。 如果它是真的，因为它不是zerolength？ 阅读全文
posted @ 2018-09-13 16:14
NAVYSUMMER
阅读(271)
评论(0)
推荐(0)
摘要：
由于许多潜在的Pandas用户对SQL有一定的了解，因此本文章旨在提供一些如何使用Pandas执行各种SQL操作的示例。 Python Python 文件：tips.csv - Csv Csv 执行上面示例代码，得到以下结果 - Shell Shell 选择(Select) 在SQL中，选择是使用逗 阅读全文
posted @ 2018-09-13 16:14
NAVYSUMMER
阅读(511)
评论(0)
推荐(0)
摘要：
Pandas I/O API是一套像pd.read_csv()一样返回Pandas对象的顶级读取器函数。 读取文本文件(或平面文件)的两个主要功能是read_csv()和read_table()。它们都使用相同的解析代码来智能地将表格数据转换为DataFrame对象 - Python Python 阅读全文
posted @ 2018-09-13 16:12
NAVYSUMMER
阅读(451)
评论(0)
推荐(0)
摘要：
当任何匹配特定值的数据(NaN/缺失值，尽管可以选择任何值)被省略时，稀疏对象被“压缩”。 一个特殊的SparseIndex对象跟踪数据被“稀疏”的地方。 这将在一个例子中更有意义。 所有的标准Pandas数据结构都应用了to_sparse方法 - Python Python 执行上面示例代码，得到 阅读全文
posted @ 2018-09-13 16:12
NAVYSUMMER
阅读(1174)
评论(0)
推荐(0)
摘要：
基本绘图：绘图 Series和DataFrame上的这个功能只是使用matplotlib库的plot()方法的简单包装实现。参考以下示例代码 - Python Python 执行上面示例代码，得到以下结果 - 如果索引由日期组成，则调用gct().autofmt_xdate()来格式化x轴，如上图所 阅读全文
posted @ 2018-09-13 16:11
NAVYSUMMER
阅读(328)
评论(0)
推荐(0)
摘要：
通常实时的数据包括重复的文本列。例如：性别，国家和代码等特征总是重复的。这些是分类数据的例子。 分类变量只能采用有限的数量，而且通常是固定的数量。除了固定长度，分类数据可能有顺序，但不能执行数字操作。 分类是Pandas数据类型。 分类数据类型在以下情况下非常有用 - 一个字符串变量，只包含几个不同 阅读全文
posted @ 2018-09-13 16:10
NAVYSUMMER
阅读(3915)
评论(1)
推荐(0)
摘要：
时间差(Timedelta)是时间上的差异，以不同的单位来表示。例如：日，小时，分钟，秒。它们可以是正值，也可以是负值。可以使用各种参数创建Timedelta对象，如下所示 - 字符串 通过传递字符串，可以创建一个timedelta对象。参考以下示例代码 - Python Python 执行上面救命 阅读全文
posted @ 2018-09-13 16:09
NAVYSUMMER
阅读(2906)
评论(0)
推荐(0)
摘要：
日期功能扩展了时间序列，在财务数据分析中起主要作用。在处理日期数据的同时，我们经常会遇到以下情况 - 生成日期序列 将日期序列转换为不同的频率 创建一个日期范围 通过指定周期和频率，使用date.range()函数就可以创建日期序列。 默认情况下，范围的频率是天。参考以下示例代码 - Python 阅读全文
posted @ 2018-09-13 16:08
NAVYSUMMER
阅读(569)
评论(0)
推荐(0)
摘要：
Pandas提供了各种工具(功能)，可以轻松地将Series，DataFrame和Panel对象组合在一起。 Python Python 其中， objs - 这是Series，DataFrame或Panel对象的序列或映射。 axis - {0，1，...}，默认为0，这是连接的轴。 join - 阅读全文
posted @ 2018-09-13 16:07
NAVYSUMMER
阅读(235)
评论(0)
推荐(0)
摘要：
Pandas具有功能全面的高性能内存中连接操作，与SQL等关系数据库非常相似。Pandas提供了一个单独的merge()函数，作为DataFrame对象之间所有标准数据库连接操作的入口 - Python Python 在这里，有以下几个参数可以使用 - left - 一个DataFrame对象。 r 阅读全文
posted @ 2018-09-13 16:06
NAVYSUMMER
阅读(174)
评论(0)
推荐(0)
摘要：
任何分组(groupby)操作都涉及原始对象的以下操作之一。它们是 - 分割对象 应用一个函数 结合的结果 在许多情况下，我们将数据分成多个集合，并在每个子集上应用一些函数。在应用函数中，可以执行以下操作 - 聚合 - 计算汇总统计 转换 - 执行一些特定于组的操作 过滤 - 在某些情况下丢弃数据 阅读全文
posted @ 2018-09-13 16:05
NAVYSUMMER
阅读(866)
评论(0)
推荐(0)
摘要：
当有了滚动，扩展和ewm对象创建了以后，就有几种方法可以对数据执行聚合。 DataFrame应用聚合 让我们创建一个DataFrame并在其上应用聚合。 Python Python 执行上面示例代码，得到以下结果 - Shell Shell 可以通过向整个DataFrame传递一个函数来进行聚合，或 阅读全文
posted @ 2018-09-13 16:04
NAVYSUMMER
阅读(626)
评论(0)
推荐(0)
摘要：
数据丢失(缺失)在现实生活中总是一个问题。 机器学习和数据挖掘等领域由于数据缺失导致的数据质量差，在模型预测的准确性上面临着严重的问题。 在这些领域，缺失值处理是使模型更加准确和有效的重点。 何时以及为什么数据丢失？ 想象一下有一个产品的在线调查。很多时候，人们不会分享与他们有关的所有信息。 很少有 阅读全文
posted @ 2018-09-13 16:04
NAVYSUMMER
阅读(174)
评论(0)
推荐(0)
摘要：
为了处理数字数据，Pandas提供了几个变体，如滚动，展开和指数移动窗口统计的权重。 其中包括总和，均值，中位数，方差，协方差，相关性等。 下来学习如何在DataFrame对象上应用上提及的每种方法。 .rolling()函数 这个函数可以应用于一系列数据。指定window=n参数并在其上应用适当的 阅读全文
posted @ 2018-09-13 16:03
NAVYSUMMER
阅读(433)
评论(0)
推荐(0)
摘要：
统计方法有助于理解和分析数据的行为。现在我们将学习一些统计函数，可以将这些函数应用到Pandas的对象上。 pct_change()函数 系列，DatFrames和Panel都有pct_change()函数。此函数将每个元素与其前一个元素进行比较，并计算变化百分比。 Python Python 执行 阅读全文
posted @ 2018-09-13 16:02
NAVYSUMMER
阅读(1676)
评论(0)
推荐(0)
摘要：
在本章中，我们将讨论如何切割和丢弃日期，并获取Pandas中大对象的子集。 Python和NumPy索引运算符"[]"和属性运算符"."。 可以在广泛的用例中快速轻松地访问Pandas数据结构。然而，由于要访问的数据类型不是预先知道的，所以直接使用标准运算符具有一些优化限制。对于生产环境的代码，我们 阅读全文
posted @ 2018-09-13 16:01
NAVYSUMMER
阅读(2425)
评论(0)
推荐(0)
摘要：
Pandas提供API来自定义其行为的某些方面，大多使用来显示。 API由五个相关函数组成。它们分别是 - get_option() set_option() reset_option() describe_option() option_context() 现在来了解函数是如何工作的。 get_o 阅读全文
posted @ 2018-09-13 16:00
NAVYSUMMER
阅读(318)
评论(0)
推荐(0)
摘要：
在本章中，我们将使用基本系列/索引来讨论字符串操作。在随后的章节中，将学习如何将这些字符串函数应用于数据帧(DataFrame)。 Pandas提供了一组字符串函数，可以方便地对字符串数据进行操作。 最重要的是，这些函数忽略(或排除)丢失/NaN值。 几乎这些方法都使用Python字符串函数(请参阅 阅读全文
posted @ 2018-09-13 15:58
NAVYSUMMER
阅读(2549)
评论(0)
推荐(0)
摘要：
Pandas有两种排序方式，它们分别是 - 按标签 按实际值 下面来看看一个输出的例子。 Python Python 执行上面示例代码，得到以下结果 - Shell Shell 在unsorted_df数据值中，标签和值未排序。下面来看看如何按标签来排序。 按标签排序 使用sort_index()方 阅读全文
posted @ 2018-09-13 15:57
NAVYSUMMER
阅读(565)
评论(0)
推荐(0)
摘要：
Pandas对象之间的基本迭代的行为取决于类型。当迭代一个系列时，它被视为数组式，基本迭代产生这些值。其他数据结构，如：DataFrame和Panel，遵循类似惯例迭代对象的键。 简而言之，基本迭代(对于i在对象中)产生 - Series - 值 DataFrame - 列标签 Pannel - 项 阅读全文
posted @ 2018-09-13 15:56
NAVYSUMMER
阅读(1556)
评论(0)
推荐(0)
摘要：
重新索引会更改DataFrame的行标签和列标签。重新索引意味着符合数据以匹配特定轴上的一组给定的标签。 可以通过索引来实现多个操作 - 重新排序现有数据以匹配一组新的标签。 在没有标签数据的标签位置插入缺失值(NA)标记。 示例 Python Python 执行上面示例代码，得到以下结果 - Sh 阅读全文
posted @ 2018-09-13 15:55
NAVYSUMMER
阅读(651)
评论(0)
推荐(0)
摘要：
要将自己或其他库的函数应用于Pandas对象，应该了解三种重要的方法。以下讨论了这些方法。 使用适当的方法取决于函数是否期望在整个DataFrame，行或列或元素上进行操作。 表明智函数应用：pipe() 行或列函数应用：apply() 元素函数应用：applymap() 表格函数应用 可以通过将函 阅读全文
posted @ 2018-09-13 15:54
NAVYSUMMER
阅读(315)
评论(0)
推荐(0)
摘要：
有很多方法用来集体计算DataFrame的描述性统计信息和其他相关操作。 其中大多数是sum()，mean()等聚合函数，但其中一些，如sumsum()，产生一个相同大小的对象。 一般来说，这些方法采用轴参数，就像ndarray.{sum，std，...}，但轴可以通过名称或整数来指定： 数据帧(D 阅读全文
posted @ 2018-09-13 15:53
NAVYSUMMER
阅读(1303)
评论(0)
推荐(0)
摘要：
到目前为止，我们了解了三种Pandas数据结构以及如何创建它们。接下来将主要关注数据帧(DataFrame)对象，因为它在实时数据处理中非常重要，并且还讨论其他数据结构。 系列基本功能 现在创建一个系列并演示如何使用上面所有列出的属性操作。 示例 Python Python 执行上面示例代码，得到以 阅读全文
posted @ 2018-09-13 15:52
NAVYSUMMER
阅读(301)
评论(0)
推荐(0)
摘要：
面板(Panel)是3D容器的数据。面板数据一词来源于计量经济学，部分源于名称：Pandas - pan(el)-da(ta)-s。 3轴(axis)这个名称旨在给出描述涉及面板数据的操作的一些语义。它们是 - items - axis 0，每个项目对应于内部包含的数据帧(DataFrame)。 m 阅读全文
posted @ 2018-09-13 15:50
NAVYSUMMER
阅读(5325)
评论(0)
推荐(0)
摘要：
数据帧(DataFrame)是二维数据结构，即数据以行和列的表格方式排列。 数据帧(DataFrame)的功能特点： 潜在的列是不同的类型 大小可变 标记轴(行和列) 可以对行和列执行算术运算 结构体 假设要创建一个包含学生数据的数据帧。参考以下图示 - 可以将上图表视为SQL表或电子表格数据表示。 阅读全文
posted @ 2018-09-13 15:49
NAVYSUMMER
阅读(1236)
评论(0)
推荐(0)
摘要：
系列(Series)是能够保存任何类型的数据(整数，字符串，浮点数，Python对象等)的一维标记数组。轴标签统称为索引。 pandas.Series Pandas系列可以使用以下构造函数创建 - Python Python 构造函数的参数如下 - 可以使用各种输入创建一个系列，如 - 数组 字典 阅读全文
posted @ 2018-09-13 15:47
NAVYSUMMER
阅读(190)
评论(0)
推荐(0)
摘要：
这是一个Pandas快速入门教程，主要面向新用户。这里主要是为那些喜欢“短平快”的读者准备的，有兴趣的读者可通过其它教程文章来一步一步地更复杂的应用知识。 首先，假设您安装好了Anaconda，现在启动Anaconda开始学始本教程中的示例。工作界面如下所示 - 测试工作环境是否有安装好了Panda 阅读全文
posted @ 2018-09-13 15:46
NAVYSUMMER
阅读(669)
评论(0)
推荐(0)
摘要：
Pandas处理以下三个数据结构 - 系列(Series) 数据帧(DataFrame) 面板(Panel) 这些数据结构构建在Numpy数组之上，这意味着它们很快。 维数和描述 考虑这些数据结构的最好方法是，较高维数据结构是其较低维数据结构的容器。 例如，DataFrame是Series的容器，P 阅读全文
posted @ 2018-09-13 15:45
NAVYSUMMER
阅读(376)
评论(0)
推荐(0)
摘要：
matplotlib Matplotlib 是Python 2D绘图领域的基础套件，它让使用者将数据图形化，并提供多样化的输出格式。这里将会以四个小案例探索Matplotlib的常见用法 绘制折线图 折线图 import matplotlib.pyplot as plt import random 阅读全文
posted @ 2018-09-13 15:40
NAVYSUMMER
阅读(193)
评论(0)
推荐(0)
摘要：
pandas Pandas是基于Numpy开发出的,专门用于数据分析的开源Python库 Pandas的两大核心数据结构 Series(一维数据) Series 创建Series的方法 允许索引重复 DataFrame(多特征数据,既有行索引,又有列索引) DataFrame 索引方法 # 创建一个 阅读全文
posted @ 2018-09-13 15:40
NAVYSUMMER
阅读(198)
评论(0)
推荐(0)
摘要：
Numpy Numpy NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除了Python的PIL(全局解释器锁),运算效率极好,是大量机器学习框架的基础库! Numpy简单创建数组 Numpy查看数组属性 数组元 阅读全文
posted @ 2018-09-13 15:38
NAVYSUMMER
阅读(133)
评论(0)
推荐(0)
摘要：
NumPy - IO ndarray对象可以保存到磁盘文件并从磁盘文件加载。 可用的 IO 功能有： load()和save()函数处理 numPy 二进制文件(带npy扩展名) loadtxt()和savetxt()函数处理正常的文本文件 load()和save()函数处理 numPy 二进制文件 阅读全文
posted @ 2018-09-13 15:37
NAVYSUMMER
阅读(194)
评论(0)
推荐(0)
摘要：
NumPy - Matplotlib Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。 Matplotlib 模块最初是由 John D. Hunter 阅读全文
posted @ 2018-09-13 15:36
NAVYSUMMER
阅读(256)
评论(0)
推荐(0)
摘要：
NumPy - 使用 Matplotlib 绘制直方图 NumPy 有一个numpy.histogram()函数，它是数据的频率分布的图形表示。 水平尺寸相等的矩形对应于类间隔，称为bin，变量height对应于频率。 numpy.histogram() numpy.histogram()函数将输入 阅读全文
posted @ 2018-09-13 15:36
NAVYSUMMER
阅读(8459)
评论(0)
推荐(0)
摘要：
NumPy - 线性代数 NumPy 包包含numpy.linalg模块，提供线性代数所需的所有功能。 此模块中的一些重要功能如下表所述。 numpy.dot() 此函数返回两个数组的点积。 对于二维向量，其等效于矩阵乘法。 对于一维数组，它是向量的内积。 对于 N 维数组，它是a的最后一个轴上的和 阅读全文
posted @ 2018-09-13 15:35
NAVYSUMMER
阅读(508)
评论(0)
推荐(0)
摘要：
NumPy - 矩阵库 NumPy 包包含一个 Matrix库numpy.matlib。此模块的函数返回矩阵而不是返回ndarray对象。 matlib.empty() matlib.empty()函数返回一个新的矩阵，而不初始化元素。 该函数接受以下参数。 Python Python 其中： 示例 阅读全文
posted @ 2018-09-13 15:33
NAVYSUMMER
阅读(650)
评论(0)
推荐(0)
摘要：
NumPy - 副本和视图 在执行函数时，其中一些返回输入数组的副本，而另一些返回视图。 当内容物理存储在另一个位置时，称为副本。 另一方面，如果提供了相同内存内容的不同视图，我们将其称为视图。 无复制 简单的赋值不会创建数组对象的副本。 相反，它使用原始数组的相同id()来访问它。 id()返回 阅读全文
posted @ 2018-09-13 15:32
NAVYSUMMER
阅读(203)
评论(0)
推荐(0)
摘要：
NumPy - 排序、搜索和计数函数 NumPy中提供了各种排序相关功能。 这些排序函数实现不同的排序算法，每个排序算法的特征在于执行速度，最坏情况性能，所需的工作空间和算法的稳定性。 下表显示了三种排序算法的比较。 numpy.sort() sort()函数返回输入数组的排序副本。 它有以下参数： 阅读全文
posted @ 2018-09-13 15:31
NAVYSUMMER
阅读(2561)
评论(0)
推荐(0)
摘要：
NumPy - 字节交换 我们已经知道，存储在计算机内存中的数据取决于 CPU 使用的架构。 它可以是小端(最小有效位存储在最小地址中)或大端(最小有效字节存储在最大地址中)。 numpy.ndarray.byteswap() numpy.ndarray.byteswap()函数在两个表示：大端和小 阅读全文
posted @ 2018-09-13 15:31
NAVYSUMMER
阅读(377)
评论(0)
推荐(0)
摘要：
NumPy - 统计函数 NumPy 有很多有用的统计函数，用于从数组中给定的元素中查找最小，最大，百分标准差和方差等。 函数说明如下： numpy.amin() 和 numpy.amax() 这些函数从给定数组中的元素沿指定轴返回最小值和最大值。 示例 Python Python 输出如下： Py 阅读全文
posted @ 2018-09-13 15:30
NAVYSUMMER
阅读(1078)
评论(0)
推荐(0)
摘要：
NumPy - 算数运算 用于执行算术运算(如add()，subtract()，multiply()和divide())的输入数组必须具有相同的形状或符合数组广播规则。 示例 Python Python 输出如下： 让我们现在来讨论 NumPy 中提供的一些其他重要的算术函数。 numpy.reci 阅读全文
posted @ 2018-09-13 15:29
NAVYSUMMER
阅读(1097)
评论(0)
推荐(0)
摘要：
NumPy - 算数函数 很容易理解的是，NumPy 包含大量的各种数学运算功能。 NumPy 提供标准的三角函数，算术运算的函数，复数处理函数等。 三角函数 NumPy 拥有标准的三角函数，它为弧度制单位的给定角度返回三角函数比值。 示例 Python Python 输出如下： arcsin，ar 阅读全文
posted @ 2018-09-13 15:28
NAVYSUMMER
阅读(322)
评论(0)
推荐(0)
摘要：
以下函数用于对dtype为numpy.string_或numpy.unicode_的数组执行向量化字符串操作。 它们基于 Python 内置库中的标准字符串函数。 这些函数在字符数组类(numpy.char)中定义。 较旧的 Numarray 包包含chararray类。 numpy.char类中的 阅读全文
posted @ 2018-09-13 15:27
NAVYSUMMER
阅读(1701)
评论(0)
推荐(0)
摘要：
NumPy - 位操作 下面是 NumPy 包中可用的位操作函数。 bitwise_and 通过np.bitwise_and()函数对输入数组中的整数的二进制表示的相应位执行位与运算。 例子 输出如下： 你可以使用下表验证此输出。 考虑下面的位与真值表。 bitwise_or 通过np.bitwis 阅读全文
posted @ 2018-09-13 15:26
NAVYSUMMER
阅读(177)
评论(0)
推荐(0)
摘要：
NumPy - 数组操作 NumPy包中有几个例程用于处理ndarray对象中的元素。 它们可以分为以下类型： 修改形状 numpy.reshape 这个函数在不改变数据的条件下修改形状，它接受如下参数： 其中： arr：要修改形状的数组 newshape：整数或者整数数组，新的形状应当兼容原有形状 阅读全文
posted @ 2018-09-13 15:25
NAVYSUMMER
阅读(1134)
评论(0)
推荐(0)
摘要：
NumPy - 数组上的迭代 NumPy 包包含一个迭代器对象numpy.nditer。 它是一个有效的多维迭代器对象，可以用于在数组上进行迭代。 数组的每个元素可使用 Python 的标准Iterator接口来访问。 让我们使用arange()函数创建一个 3X4 数组，并使用nditer对它进行 阅读全文
posted @ 2018-09-13 15:24
NAVYSUMMER
阅读(598)
评论(0)
推荐(0)
摘要：
NumPy - 广播 术语广播是指 NumPy 在算术运算期间处理不同形状的数组的能力。 对数组的算术运算通常在相应的元素上进行。 如果两个阵列具有完全相同的形状，则这些操作被无缝执行。 示例 1 输出如下： 如果两个数组的维数不相同，则元素到元素的操作是不可能的。 然而，在 NumPy 中仍然可以 阅读全文
posted @ 2018-09-13 15:23
NAVYSUMMER
阅读(188)
评论(0)
推荐(0)
摘要：
NumPy - 高级索引 如果一个ndarray是非元组序列，数据类型为整数或布尔值的ndarray，或者至少一个元素为序列对象的元组，我们就能够用它来索引ndarray。高级索引始终返回数据的副本。 与此相反，切片只提供了一个视图。 有两种类型的高级索引：整数和布尔值。 整数索引 这种机制有助于基 阅读全文
posted @ 2018-09-13 15:22
NAVYSUMMER
阅读(249)
评论(0)
推荐(0)
摘要：
NumPy - 切片和索引 ndarray对象的内容可以通过索引或切片来访问和修改，就像 Python 的内置容器对象一样。 如前所述，ndarray对象中的元素遵循基于零的索引。 有三种可用的索引方法类型： 字段访问，基本切片和高级索引。 基本切片是 Python 中基本切片概念到 n 维的扩展。 阅读全文
posted @ 2018-09-13 15:21
NAVYSUMMER
阅读(172)
评论(0)
推荐(0)
摘要：
NumPy - 来自数值范围的数组 这一章中，我们会学到如何从数值范围创建数组。 numpy.arange 这个函数返回ndarray对象，包含给定范围内的等间隔值。 构造器接受下列参数： 下面的例子展示了如何使用该函数： 示例 1 输出如下： 示例 2 输出如下： 示例 3 输出如下： numpy 阅读全文
posted @ 2018-09-13 15:20
NAVYSUMMER
阅读(1250)
评论(0)
推荐(0)
摘要：
NumPy - 来自现有数据的数组 这一章中，我们会讨论如何从现有数据创建数组。 numpy.asarray 此函数类似于numpy.array，除了它有较少的参数。 这个例程对于将 Python 序列转换为ndarray非常有用。 构造器接受下列参数： 下面的例子展示了如何使用asarray函数： 阅读全文
posted @ 2018-09-13 15:19
NAVYSUMMER
阅读(174)
评论(0)
推荐(0)
摘要：
NumPy - 数组创建例程 新的ndarray对象可以通过任何下列数组创建例程或使用低级ndarray构造函数构造。 numpy.empty 它创建指定形状和dtype的未初始化数组。 它使用以下构造函数： 构造器接受下列参数： 示例 下面的代码展示空数组的例子： 输出如下： 注意：数组元素为随机 阅读全文
posted @ 2018-09-13 15:18
NAVYSUMMER
阅读(152)
评论(0)
推荐(0)
摘要：
NumPy - 数据类型 NumPy 支持比 Python 更多种类的数值类型。 下表显示了 NumPy 中定义的不同标量数据类型。 NumPy 数字类型是dtype(数据类型)对象的实例，每个对象具有唯一的特征。 这些类型可以是np.bool_，np.float32等。 数据类型对象 (dtype 阅读全文
posted @ 2018-09-13 15:17
NAVYSUMMER
阅读(446)
评论(0)
推荐(0)
摘要：
NumPy - 数组属性 这一章中，我们会讨论 NumPy 的多种数组属性。 ndarray.shape 这一数组属性返回一个包含数组维度的元组，它也可以用于调整数组大小。 示例 1 输出如下： 示例 2 输出如下： 示例 3 NumPy 也提供了reshape函数来调整数组大小。 输出如下： nd 阅读全文
posted @ 2018-09-13 15:17
NAVYSUMMER
阅读(185)
评论(0)
推荐(0)
摘要：
NumPy - Ndarray 对象 NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。 它描述相同类型的元素集合。 可以使用基于零的索引访问集合中的项目。 ndarray中的每个元素在内存中使用相同大小的块。 ndarray中的每个元素是数据类型对象的对象(称为 dtyp 阅读全文
posted @ 2018-09-13 15:15
NAVYSUMMER
阅读(197)
评论(0)
推荐(0)
浙公网安备 33010602011771号