《数据挖掘与机器学习》 课件2.1 分析农产品类型情况.pptx

8南宁职业技术学院

NCVTNANNINGCOLLEGEFORVOCATIONALTECHNOLOGY

厨

数据挖掘与机器学习

DATAMININGA°NDMACHINELEARNING

分析农产品类型情况

分析农产品类型情况——NumPy库

通过对国家水稻数据中心网站的水稻审定样品数据的分析，借助数组的常见操作，了解

安徽省的水稻类型占比情况。

通过对安徽省的水稻类型占比的分析比较，可以深入探究该省的水稻品种多样性、适应性和优势特点。

具体的优化方向需要决策者保持对农业生产现状和未来发展的高度关注和深入研究的

科研精神，以不断推进和改善水稻种植业的发展。

分析农产品类型情况

任务描述

对安徽省的常见水稻类型进行排序。

分析水稻类型数量的占比情况。

任务要求

Part1相关知识

·创建数组对象·数组基本操作

什么是NumPy库?

·NumPy是一个Python中科学计算的核心库。

·提供了高性能的数组对象以及相关工具和函数。

●可以帮助开发者更加方便地进行数组计算的相关操作。

分析农产品类型情况

创建数组对象

参数名称

参数说明

object

接收array_like。表示所需创建的数组对象。无默认值

dtype

接收data-type。表示数组所需的数据类型，如果未给定，那么选择保存对

象所需的最小类型。默认为None

copy

接收bool。表示是否在创建新数组时复制原始数组的数据。默认值为Ture

array函数用于创建一维数组，其基本使用格式如下。

numpy.array(object,dtype=None,copy=True,order=K,subok=False,ndmin=0)

array函数的常用参数说明如下

分析农产品类型情况

数组创建

参数名称

参数说明

order

接收str。表示表示数组的排序方式。默认值为K

subok

接收bool。表示是否返回子类对象。默认值为False

ndmin

接收int。表示指定生成数组应该具有的最小维数。默认为0

array函数用于创建一维数组，其基本使用格式如下。

numpy.array(object,dtype=None,copy=True,order=K,subok=False,ndmin=0)

array函数的常用参数说明如下

分析农产品类型情况

数组创建

参数名称

参数说明

start

接收int或实数。表示数组的开始值，生成的区间包括该值。默认为0

stop

接收int或实数。表示数组的终值，生成的区间不包括该值。无默认值

step

接收int或实数。表示在数组中，值之间的间距。默认为1

dtype

接收数据类型。表示输出数组的类型。默认为None

arange函数通过指定开始值、终值和步长来创建一维数组，创建的数组不含终值，格式如下。

numpy.arange([start,]stop,[step,]dtype=None,*,like=None)

arange函数的常用参数说明如下。

分析农产品类型情况

数组创建

zeros函数用于创建一个全部为0的数组，格式如下。

numpy.zeros(shape,dtype=float,order=C)

shape参数指定数组的形状，dtype参数指定数组的数据类型，order参数指定数组在内存中的存储顺序。

ones函数用于创建一个全部为1的数组，其基本使用格式如下。

numpy.ones(shape,dtype=float,order=C)

full函数用于创建相同元素的数组，其基本使用格式如下。

numpy.full(shape,fill_value,dtype=None,order=C)

分析农产品类型情况

数组创建

属性名称

属性说明

ndim

返回int。表示数组的维数

shape

返回tuple。表示数组形状的阵列，对于n行m列的矩阵，形状为(n,m)

size

返回int。表示数组的元素总数，等于数组形状的乘积

dtype

返回data-type。表示数组中元素的数据类型

itemsize

返回int。表示数组的每个元素的大小(以字节为单位)。例如，一个元素

类型为float64的数组的itemsiz属性值为8(float64占用64个bits,每个字节长度为8,所以64/8,占用8个字节)。一个元素类型为complex32的数组的

itemsiz属性值为4,即32/8

数组的常用属性及其说明

分析农产品类型情况

数组属性

random函数是最常见的生成随机数的方法，