随笔分类 -  Numpy

花式索引
摘要：花式索引是一个Numpy属于，指的是利用整数数组进行索引。有一个8*4数组。 为了以特定顺序选取行子元素，只需传入一个用于指定顺序的整数列表或者ndarray即可。 一次传入多个索引数组会有一点特别。返回的是一个一维数组，其中的元素对应各个索引元素。 最终选出的是元素（1，0），（5，3），（7，1 阅读全文
posted @ 2017-11-22 15:51 薛乔毓 阅读(1228) 评论(0) 推荐(0)
布尔型索引
摘要：布尔型索引 有一个用于存储数据的数组以及一个存储姓名的数组（含有重复项），利用numpy.random中的randn函数生成一些正态分布的随机数据 假设每个名字对应data数组中的一行，要选出对应于名字‘Bob’的所有行，跟算数运算一样也是矢量化。 布尔型数组的长度必须跟被索引的轴长度一致，还可以将 阅读全文
posted @ 2017-11-22 15:41 薛乔毓 阅读(1784) 评论(0) 推荐(0)
索引和切片
摘要：Numpy数组的索引是一个内容丰富的主题，因为选取数据子集或单个元素的方式有很多。一维数组很简单，跟Python列表的功能差不多 如上所示，当讲一个标量值赋值给一个切片时，该值会自动传播到整个选区，与列表最重要的区别在于，数组切片是原始数组的视图。数据不会被复制，视图上的任何修改都会直接反应到原数组 阅读全文
posted @ 2017-11-22 15:34 薛乔毓 阅读(968) 评论(0) 推荐(0)
数组和标量之间的运算
摘要：数组很重，因为它使你不用编写循环即可对数据执行批量运算。这通常叫做矢量化（vectorization）。大小相等的数组之间的任何算术都会将运算应用到元素级。 阅读全文
posted @ 2017-11-20 22:43 薛乔毓 阅读(919) 评论(1) 推荐(1)
ndarray数据类型
摘要：dtype（数据类型）是一个特殊的对象，它含有ndarray将一块内存解释为特定数据类型所需的信息 dtype是Numpy强大和灵活的原因之一。数值型dtype的命名方式相同：一个类型名（如float或int），后面跟一个用于表示各元素位长的数字。标准的双精度浮点值（既Python中的float）需 阅读全文
posted @ 2017-11-20 22:34 薛乔毓 阅读(4522) 评论(0) 推荐(1)
创建ndarray
摘要：Numpy最重要的一个特点就是其N维数组对象（即ndarray）,该对象是一个快速而灵活的大数据集容器，是一个通用的同构数据多维容器，也就是说，其中的所有元素必须是相同类型的。 创建数组最简单的方法就是array函数，它接受一切序列型的对象（包括其他数组），然后产生一个新的含有传入数据的Numpy数 阅读全文
posted @ 2017-11-20 19:08 薛乔毓 阅读(712) 评论(0) 推荐(1)
Numpy简介
摘要：Numpy(Numerical Python的简称)是高性能科学计算和数据分析的基础包，部分功能如下： 1、ndarray,一个具有矢量算数运算和复杂广播能力的快速且节省空间的多维数组。 2、用于对整组数据进行快速运算的标准数学函数（无序编写循环） 3、用于读写磁盘数据的工具以及用于操作内存映射文件 阅读全文
posted @ 2017-11-20 18:46 薛乔毓 阅读(279) 评论(0) 推荐(0)