随笔分类 - Numpy
摘要：1. 随机数库 1.1 函数式 1.2 RandomState类 2. 统计量 3. 分段函数 4. 多项式 5. 内积、外积、张量积 6. 线性代数
阅读全文
摘要：1. 广播 2. 四则运算 3. 比较运算 4. 逻辑运算 5. 位运算 6. 自定义 ufunc 函数 7. ufunc 对象的方法 8. 数学函数
阅读全文
摘要：1. ndarray 对象的内存结构 1.1 dtype 1.2 shape 1.3 view 1.4 strides 1.5 拷贝和视图 2. 数组的创建 2.1 创建全1或者全0 2.2 从现有数据创建 2.3 从数值区间创建 3. 数组的索引 3.1 一维数组的索引 3.2 多维数组的索引 3
阅读全文
摘要：一、二进制 1.numpy.save() numpy.save(file, arr, allow_pickle=True, fix_imports=True) 功能：将数组以二进制的形式存储到文件中 参数： file：文件名或者文件对象。如果是个文件名，则会自动添加后缀.npy如果没有该后缀的话 a
阅读全文
摘要：1.numpy.append() 功能：在array后面追加values 参数： 返回：ndarray （1）当axis无定义时，横向append，返回为一维数组 （2）当axis=0时，列要相同，数组加在下面 （3）当axis=1时，行要相同，数组加在右边 参考文献： 【1】numpy.appen
阅读全文
摘要：引入工具包 总览 一.datetime库 datetime标准库有四个主要对象 时间 - 仅限时间，以小时，分钟，秒和微秒为单位日期 - 仅年，月和日datetime - 时间和日期的所有组成部分timedelta - 最大天数的时间量 (1)datetime创建 (2)datetime转Times
阅读全文
摘要：1. 字符串转成numpy.datetime64格式 2. numpy.datetime64转成字符串格式 3. np.arange生成时间序列 参考文献： 【1】【手把手教你】Python处理金融数据
阅读全文
摘要：np.newaxis 功能：为numpy.ndarray（多维数组）增加一个轴 np.newaxis 在使用和功能上等价于 None，查看源码发现：newaxis = None，其实就是 None 的一个别名。 举例： 原始数据 用np.newaxis加新的轴和用None加新的轴得到的结果一致 对比
阅读全文
摘要：作用：找到一组数的分位数值，如四分位数等 函数参数说明： 示例： 参考文献： 【1】np.percentile()函数超详解
阅读全文
摘要：1. 导入csv文件 这三种方法中最后一种最简单，不过花费时间比较长一点，第一种最麻烦，不过用时最短。这个可以通过ipython中的magic函数%%timeit来看。 2. 导入txt文件 数据： 将数据转为DataFrame格式，代码如下： 参考文献： 【1】numpy.loadtxt()
阅读全文
摘要：numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0) frame要读取的文件、文件名或生成器； dtyp
阅读全文
摘要：np.r_：按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等，类似于pandas中的concat() np.c_：按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等，类似于pandas中的merge() import numpy as np a = np.array([1, 2, 3]) b
阅读全文
摘要：numpy提供的numpy.meshgrid()函数可以让我们快速生成坐标矩阵X,Y 语法：X,Y = numpy.meshgrid(x, y)输入：x，y，就是网格点的横纵坐标列向量（非矩阵）输出：X，Y，就是坐标矩阵。 输出： X = [[0 1 2] [0 1 2]] Y = [[0 0 0]
阅读全文
摘要：arange()类似于内置函数range()，通过指定开始值、终值和步长创建表示等差数列的一维数组，注意得到的结果数组不包含终值。 linspace()通过指定开始值、终值和元素个数创建表示等差数列的一维数组，可以通过endpoint参数指定是否包含终值，默认值为True，即包含终值。
阅读全文
摘要：大量元素情况 可以采用set_printoptions(threshold='nan') set_printoptions(threshold='nan')
阅读全文
摘要：在list列表中，max(list)可以得到list的最大值，list.index(max(list))可以得到最大值对应的索引 但在numpy中的array没有index方法，取而代之的是where，其又是list没有的 首先我们可以得到array在全局和每行每列的最大值(最小值同理) 然后用wh
阅读全文
摘要：1.Numpy的 tile() 函数，就是将原矩阵横向、纵向地复制。tile 是瓷砖的意思，顾名思义，这个函数就是把数组像瓷砖一样铺展开来。 举个例子，原矩阵: 横向： 纵向： 横向 + 纵向 2. repeat函数功能：对数组中的元素进行连续重复复制 用法有两种： 1) numpy.repeat(
阅读全文
摘要：1.sort numpy.sort(a, axis=1, kind='quicksort', order=None) a ：所需排序的数组 axis：数组排序时的基准，axis=0按行排列；axis=1按列排列 kind：数组排序时使用的方法，其中： kind=′quicksort′为快排；kind
阅读全文
摘要：1.np.prod()函数用来计算所有元素的乘积，对于有多个维度的数组可以指定轴，如axis=1指定计算每一行的乘积。 2.np.lib.pad()函数用来把原来的list在原来的维度上进行扩展 例1：(5,3)表示在左边填充5个4，在右边填充3个6 例2: (3,2)表示在上面填充3行，下面填充2
阅读全文
摘要：其中a是一个数组，后面两个参数分别表示最小和最大值 也就是说clip这个函数将将数组中的元素限制在a_min, a_max之间，大于a_max的就使得它等于 a_max，小于a_min,的就使得它等于a_min。 高维数组也是同样的操作
阅读全文