Python快乐编程——数据分析与实战 课件 第3章 NumPy的使用.pptx

第3章 Numpy的使用 ;数组的使用;学习目标;NumPy是Python语言的一个扩展程序库,支持大量的维度数组和矩阵运算。NumPy还是一个运算速度非常快的数学库,具有强大的数组广播能力与整合 C/C++/FORTRAN 代码的工具,同时有线性代数、傅里叶变换、随机数生成等功能。本章将详细讲述 NumPy的基本使用。;;3.1 数组的使用;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.1 数组的创建;3.1.2 数组的属性;3.1.2 数组的属性;3.1.2 数组的属性;3.1.2 数组的属性;3.1.2 数组的属性;3.1.3 数组的运算;3.1.3 数组的运算;3.1.3 数组的运算;3.1.3 数组的运算;3.1.3 数组的运算;3.1.3 数组的运算;3.1.3 数组的运算;3.1.3 数组的运算;3.1.3 数组的运算;3.1.3 数组的运算;3.1.4 数组的索引;3.1.4 数组的索引;3.1.4 数组的索引;3.1.4 数组的索引;3.1.4 数组的索引;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;3.1.5 数组的变换;;3.2 矩阵的使用;3.2.1 矩阵的创建;3.2.1 矩阵的创建;3.2.1 矩阵的创建;3.2.2 矩阵的合并;3.2.2 矩阵的合并;3.2.2 矩阵的合并;3.2.3 矩阵的运算;3.2.3 矩阵的运算;3.2.3 矩阵的运算;3.2.3 矩阵的运算;3.2.4 矩阵的属性;3.2.4 矩阵的属性;3.2.4 矩阵的属性;;3.3.1 通用函数的使用;3.3.1 通用函数的使用;3.3.1 通用函数的使用;3.3.1 通用函数的使用;3.3.1 通用函数的使用;3.3.2 数据的保存和读取;3.3.2 数据的保存和读取;3.3.2 数据的保存和读取;3.3.2 数据的保存和读取;3.3.2 数据的保存和读取;3.3.2 数据的保存和读取;3.3.2 数据的保存和读取;3.3.3 随机数生成;3.3.3 随机数生成;3.3.3 随机数生成;3.3.4 NumPy与数据统计;3.3.4 NumPy与数据统计;3.3.4 NumPy与数据统计;3.3.4 NumPy与数据统计;3.3.4 NumPy与数据统计;3.3.4 NumPy与数据??计;3.3.4 NumPy与数据统计;NumPy处理数据的优势是其具有ndarray对象,同时具有 C函数处理接口,提高它的运行速度。本章主要讲述了数组对象的创建、属性,以及相关的运算。开发者获取数据时,可以通过数组的索引进行检索,在简单的一维数组进行索引时和普通的 Python列表索引基本一致。而复杂维度数据进行索引时将要改变以往的看法,要将多维数组的每个维度进行不同的索引,以看成确定数据的坐标方式。 在使用 NumPy进行开发时还会使用矩阵对象,NumPy中经常使用 mat()函数进行矩阵的创建,还可以使用 matrix()函数进行矩阵的创建。 NumPy中还包含一些专用的通用函数,用来提升开发者的开发速度,如abs()函数、sum()函数都是数据分析中的常用函数。;Random 模块也是在数据分析中经常使用的模块,例如创建一个具有正态分布的数组,就需要使用 Random 模块,此模块的使用频率较高。 在数据处理过程中经常会面临数据的保存问题,NumPy中提供了save()函数进行数据保存,此种方法保存的数据形式是二进制数据,同时这种保存方式适合单数组保存,如果想要保存多数 组 时 可 以 使 用 savez()函 数。NumPy 提 供 了load()函 数 进 行 数 据 载 入。NumPy还提供了savetxt()函数将数据存储在.txt文件中,与savetxt()函数相