利用Python数据分析:Numpy基础(五)
2017-02-07 13:02
841 查看
import numpy as np points = np.arange(-5, 5, 0.01) # 产生1000个建个相等的点 xs, ys = np.meshgrid(points, points) # meshgrid接受两个一维的数组,并且产生两个二维矩阵 ys import matplotlib.pyplot as plt z = np.sqrt(xs**2+ys**2) # 而后像浮点数那样写表达式即可 z plt.imshow(z, cmap=plt.cm.gray);plt.colorbar() plt.title("Image plot of $\sqrt{x^2 + y^2}$ for a grid of values") # numpy.where 是三元表达式 x if condition else y 的矢量化版本 xarr = np.array([1.1,1.2,1.3,1.4,1.5]) yarr = np.array([2.1,2.2,2.3,2.4,2.5]) cond = np.array([True,False,True,True,False]) #根据cond中的值来选取xarr和yarr中的值,当为T的时候从xarr中取,否则从yarr中取 result = [(x if c else y ) for x ,y ,c in zip(xarr,yarr,cond) ] result #这一部分是纯Python就行处理的第一处理的速度是不够快的其次没有办法使用在多维数组上 result = np.where(cond,xarr,yarr) result #np.where中的第二和第三个参数可以不是数组可以是标量值 arr = np.random.randn(4,4) arr np.where(arr>0,2,-2) # 将数组中>0的数字设置为2,否则为-2 np.where(arr >0 ,2,arr)#只将正数的数值设置为2 #可以同归数组上的一组数学函数对整个数组或者是某个轴向进行统计运算 arr = np.random.randn(5, 4) # 正态分布的数据 arr.mean() np.mean(arr) # sum,mean std可以当数组的实例方法也能当numpy的顶级方法 arr.sum() np.sum(arr) arr.mean(axis=1) #接受一个axis参数而后返回一个少一维的数组 arr.sum(0) arr = np.array([[0,1,2],[3,4,5],[6,7,8]]) arr.cumsum(0) #cumsum 和cumprod 的方法不聚合产生一个中间结果组成的数组 arr.cumprod(1) #每一行元素相乘 #用布尔数组方法 arr =np.random.randn(1000) (arr>0).sum()#计算正值的数量 bools = np.array([False,False,True,False]) bools.any() # 检查布尔数组里面有没有存在T bools.all()# 检查是否全部为T
相关文章推荐
- 利用Python数据分析:Numpy基础(三)
- 利用 Python 进行数据分析(四)NumPy 基础:ndarray 简单介绍
- 『利用Python进行数据分析学习』第四章:numpy基础学习
- 利用python进入数据分析之Numpy基础知识
- 利用Python数据分析:Numpy基础(六)
- 利用python进行数据分析-NumPy基础2
- 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍 一、pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主
- 利用Python数据分析:Numpy基础(七)
- 利用Python数据分析:Numpy基础(一)
- 利用Python数据分析:Numpy基础(二)
- 利用python进行数据分析——Numpy基础(一)
- 利用Python进行数据分析(6) NumPy基础: 矢量计算
- 利用Python进行数据分析(5) NumPy基础: ndarray索引和切片
- 利用python进行数据分析-NumPy基础
- 利用Python做数据分析——numpy基础
- 利用Python进行数据分析(4) NumPy基础: ndarray简单介绍
- 利用Python进行数据分析(12) pandas基础: 数据合并
- 利用python进行数据分析-NumPy高级应用
- 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍
- Python数据分析基础(二)——NumPy基础