AVt天堂网 手机版,亚洲va久久久噜噜噜久久4399,天天综合亚洲色在线精品,亚洲一级Av无码毛片久久精品

當前位置:首頁 > 科技  > 軟件

關(guān)于 Python 數(shù)據(jù)分析的 15 個 NumPy 應用

來源: 責編: 時間:2024-06-06 17:41:37 165觀看
導讀歡迎來到Python數(shù)據(jù)分析的世界!對于初學者來說,NumPy是你的第一站,它是Python科學計算的基石,特別是當你想要處理數(shù)組和進行大規(guī)模數(shù)據(jù)操作時。本文專為那些希望深入了解并掌握NumPy核心功能的數(shù)據(jù)分析新手設(shè)計。我們將通

歡迎來到Python數(shù)據(jù)分析的世界!對于初學者來說,NumPy是你的第一站,它是Python科學計算的基石,特別是當你想要處理數(shù)組和進行大規(guī)模數(shù)據(jù)操作時。本文專為那些希望深入了解并掌握NumPy核心功能的數(shù)據(jù)分析新手設(shè)計。我們將通過10個實用的應用示例,帶你從基礎(chǔ)操作到一些高級技巧,讓你的數(shù)據(jù)分析之旅更加順暢。d3C28資訊網(wǎng)——每日最新資訊28at.com

d3C28資訊網(wǎng)——每日最新資訊28at.com

1. 數(shù)組創(chuàng)建與基本操作

應用示例:d3C28資訊網(wǎng)——每日最新資訊28at.com

創(chuàng)建數(shù)組:d3C28資訊網(wǎng)——每日最新資訊28at.com

import numpy as nparr = np.array([1, 2, 3, 4])print("簡單數(shù)組:", arr)

這段代碼創(chuàng)建了一個一維數(shù)組,并打印出來。d3C28資訊網(wǎng)——每日最新資訊28at.com

解釋:np.array()是創(chuàng)建NumPy數(shù)組的基本函數(shù),它接受列表、元組等作為輸入。d3C28資訊網(wǎng)——每日最新資訊28at.com

2. 維度變換

改變形狀:d3C28資訊網(wǎng)——每日最新資訊28at.com

arr_2d = arr.reshape(2, 2)print("二維數(shù)組:", arr_2d)

通過reshape,我們可以不改變數(shù)據(jù)的情況下,調(diào)整數(shù)組的形狀。d3C28資訊網(wǎng)——每日最新資訊28at.com

3. 數(shù)學運算

加法與乘法:d3C28資訊網(wǎng)——每日最新資訊28at.com

arr_add = arr + 10arr_mult = arr * 2print("加10:", arr_add, "/n乘2:", arr_mult)

數(shù)學運算在NumPy中可以直接對數(shù)組操作,非常高效。d3C28資訊網(wǎng)——每日最新資訊28at.com

4. 統(tǒng)計分析

求平均值與最大值:d3C28資訊網(wǎng)——每日最新資訊28at.com

mean_val = np.mean(arr)max_val = np.max(arr)print("平均值:", mean_val, "最大值:", max_val)

np.mean()和np.max()用于快速統(tǒng)計分析。d3C28資訊網(wǎng)——每日最新資訊28at.com

5. 布爾索引

篩選特定值:d3C28資訊網(wǎng)——每日最新資訊28at.com

bool_arr = arr > 2print("大于2的索引:", bool_arr)filtered_arr = arr[bool_arr]print("篩選結(jié)果:", filtered_arr)

布爾索引允許根據(jù)條件選擇數(shù)組元素。d3C28資訊網(wǎng)——每日最新資訊28at.com

6. 隨機數(shù)生成

生成隨機數(shù)組:d3C28資訊網(wǎng)——每日最新資訊28at.com

random_arr = np.random.rand(3, 3)print("3x3隨機數(shù)組:", random_arr)

np.random.rand()用于生成指定形狀的隨機數(shù)矩陣。d3C28資訊網(wǎng)——每日最新資訊28at.com

7. 線性代數(shù)操作

矩陣乘法:d3C28資訊網(wǎng)——每日最新資訊28at.com

mat1 = np.array([[1, 2], [3, 4]])mat2 = np.array([[5, 6], [7, 8]])product = np.dot(mat1, mat2)print("矩陣乘法結(jié)果:", product)

np.dot()進行矩陣乘法,是機器學習中的基礎(chǔ)操作。d3C28資訊網(wǎng)——每日最新資訊28at.com

8. 廣播機制

不同形狀數(shù)組運算:d3C28資訊網(wǎng)——每日最新資訊28at.com

broad_arr = arr + np.array([10, 10])print("廣播機制結(jié)果:", broad_arr)

NumPy的廣播機制允許不同形狀的數(shù)組進行運算。d3C28資訊網(wǎng)——每日最新資訊28at.com

9. 數(shù)據(jù)排序

排序數(shù)組:d3C28資訊網(wǎng)——每日最新資訊28at.com

sorted_arr = np.sort(arr)print("排序后的數(shù)組:", sorted_arr)

np.sort()按升序排序數(shù)組。d3C28資訊網(wǎng)——每日最新資訊28at.com

10. 文件讀寫

保存與加載數(shù)組:d3C28資訊網(wǎng)——每日最新資訊28at.com

np.save('my_array.npy', arr)loaded_arr = np.load('my_array.npy')print("從文件加載的數(shù)組:", loaded_arr)

使用np.save()和np.load()進行數(shù)組的持久化存儲和讀取。d3C28資訊網(wǎng)——每日最新資訊28at.com

11.高級統(tǒng)計功能

分位數(shù)與標準差 :d3C28資訊網(wǎng)——每日最新資訊28at.com

# 分位數(shù)quartiles = np.percentile(arr, [25, 50, 75])print("四分位數(shù):", quartiles)# 標準差與方差std_dev = np.std(arr)variance = np.var(arr)print("標準差:", std_dev, "方差:", variance)

分位數(shù)和統(tǒng)計度量是評估數(shù)據(jù)分布的關(guān)鍵指標。d3C28資訊網(wǎng)——每日最新資訊28at.com

12.高級索引與切片

花式索引 :d3C28資訊網(wǎng)——每日最新資訊28at.com

# 索引數(shù)組indices = np.array([[0, 1], [2, 2]])print("根據(jù)索引選取元素:", arr[indices])# 切片與步長sliced_arr = arr[1:4:2]  # 從第二個元素開始,每隔一個取一個print("切片結(jié)果:", sliced_arr)

花式索引讓你能以非常靈活的方式訪問數(shù)組元素。d3C28資訊網(wǎng)——每日最新資訊28at.com

13.內(nèi)存效率與視圖

使用視圖減少內(nèi)存消耗 :d3C28資訊網(wǎng)——每日最新資訊28at.com

view_arr = arr.view()view_arr[:] = 100  # 注意:這會改變原數(shù)組,因為是視圖print("原數(shù)組變化后:", arr)

了解視圖和副本的區(qū)別對于處理大型數(shù)據(jù)集至關(guān)重要。d3C28資訊網(wǎng)——每日最新資訊28at.com

14.向量化操作的威力

向量化操作是NumPy的核心優(yōu)勢,相較于Python循環(huán),它們提供了極大的性能提升。d3C28資訊網(wǎng)——每日最新資訊28at.com

比較與邏輯操作 :d3C28資訊網(wǎng)——每日最新資訊28at.com

# 等于特定值的索引equals_three = arr == 3print("等于3的索引:", equals_three)# 邏輯與both_greater = (arr > 2) & (arr < 4)print("大于2且小于4的索引:", both_greater)

利用邏輯操作符進行條件篩選,無需顯式循環(huán)。d3C28資訊網(wǎng)——每日最新資訊28at.com

15.性能優(yōu)化提示

  • 避免循環(huán):盡量使用向量化操作替代Python循環(huán)。
  • 使用einsum進行復雜數(shù)組計算,它在某些情況下比直接的矩陣操作更快。
  • 數(shù)組預分配:預先確定數(shù)組大小并分配內(nèi)存,可以避免運行時的內(nèi)存分配開銷。

本文鏈接:http://www.tebozhan.com/showinfo-26-92465-0.html關(guān)于 Python 數(shù)據(jù)分析的 15 個 NumPy 應用

聲明:本網(wǎng)頁內(nèi)容旨在傳播知識,若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系,我們將在第一時間刪除處理。郵件:2376512515@qq.com

上一篇: 喔!React19 中的 Hook 可以寫在 If 條件判斷中了。Use 實踐:點擊按鈕更新數(shù)據(jù)

下一篇: 為了全面監(jiān)控用戶行為,我寫了個超級前端工具庫!

標簽:
  • 熱門焦點
Top