Python基础与大数据应用（第2版）（微课版）课件 单元9-数据分析基础.pptx

单元九数据分析基础;;numpy模块;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→ndarray数组;numpy模块→matrix类型矩阵;1.创建矩阵

（1）利用mat()、matrix()或asmatrix()函数创建

importnumpyasnp

list1=[[1,2,3,4],[5,6,7,8]]

list1

[[1,2,3,4],[5,6,7,8]]

mat1=np.mat(list1)#mat()对列表创建矩阵

mat1

matrix([[1,2,3,4],

[5,6,7,8]])

print(mat1)

[[1234]

[5678]]

mat2=np.matrix(list1)#matrix()对列表创建矩阵

;array1=np.array(list1)#array()对列表创建数组

array1

array([[1,2,3,4],

[5,6,7,8]])

mat4=np.mat(array1)#mat()对数组创建矩阵

mat4

matrix([[1,2,3,4],

[5,6,7,8]])

print(mat4.ndim)#mat4维数是二维

2

print(mat4.shape)#mat4是2行4列

(2,4)

print(type(mat4))#mat4类型，矩阵类型

classnumpy.matrixlib.defmatrix.matrix

array2=np.arange(1,5)#创建一维数组

array2#显示array2

array([1,2,3,4])

;numpy模块→matrix类型矩阵;numpy模块→matrix类型矩阵;numpy模块→matrix类型矩阵;numpy模块→matrix类型矩阵;numpy模块→matrix类型矩阵;numpy模块→matrix类型矩阵;numpy模块→matrix类型矩阵;numpy模块→matrix类型和array类型的区别;(2)数组和数组相乘

#数组c和数组d相乘，也可用c*d

c=np.array([[1,2,3,4],[5,6,7,8]])#array()函数将列表生成2行4列数组

print(c)#输出数组c的值

[[1234]

[5678]]

print(type(c))#输出c的类型，数组类型

typenumpy.ndarray

print(c.ndim)#输出数组c维数，维数2

2

print(c.shape)#输出数组c形状，2行4列

(2,4)

#reshape()函数将arange()生成的一维数组重塑成4行2列数组

d=np.arange(1,9).reshape(4,2)

print(d)#输出数组d的值，4行2列数组

[[12]

[34]

[56]

[78]]

print(type(d))#输出d的类型，数组类型

typenumpy.ndarray;（3）归约运算

数组array与矩阵matrix最大的不同是在做归约运算时，array的维数会发生变化，但matrix总是保持为2维。

#矩阵matrix做归约运算时，总是保持为2维

a=np.mat(np.arange(4).reshape(2,2))

a

matrix([[0,1],

[2,3]])

b=a.mean(1)#按行规约，求平均值，矩阵维数2不变

b