//2019.07.10

python數(shù)據(jù)分析基礎(chǔ)——numpy（數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)）

import numpy as np:

1、python數(shù)據(jù)分析主要的功能實(shí)現(xiàn)模塊包含以下六個(gè)方面：

（1）numpy——數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)

（2）Scipy——強(qiáng)大的數(shù)據(jù)計(jì)算（矩陣計(jì)算、信號處理、數(shù)理分析等）

（3）matplotlib——可視化圖形功能模塊，實(shí)現(xiàn)數(shù)據(jù)的圖形可視化)

（4）pandas——基礎(chǔ)數(shù)據(jù)分析方法

（5）scikit-learn——強(qiáng)大的數(shù)據(jù)分析建模庫，主要用于數(shù)據(jù)挖掘

（6）Keras——人工神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分析應(yīng)用

2、對于numpy模塊，它是python里面一個(gè)開源的數(shù)據(jù)計(jì)算模塊，可以實(shí)現(xiàn)的功能主要有：ndarray、多維數(shù)組以及線性代數(shù)相關(guān)數(shù)據(jù)分析；

3、對于numpy數(shù)據(jù)結(jié)構(gòu)以及數(shù)據(jù)類型的定義舉例如下：

numpy1=numpy.array(list1 dtype=numpy.float)，其數(shù)據(jù)結(jié)構(gòu)的類型是numpy.ndarray

4、對于數(shù)組的輸入標(biāo)準(zhǔn)形式如下：

list=[[1,2,3],[1,2,4],[2,3,4],[1,3,5]]

np1=np.array(list,dtype=np.float)

其中有以下幾個(gè)常見的屬性：

np1.shape:數(shù)組的長寬尺寸（mxn）

np1.ndim:數(shù)據(jù)的維數(shù)，這里指的是數(shù)據(jù)列表嵌套的層數(shù)

np1.dtype:數(shù)據(jù)的類型

np1.itemsize：只要是指數(shù)據(jù)所占自己的大小

np1.size:指整個(gè)數(shù)據(jù)結(jié)構(gòu)所包含的數(shù)據(jù)元素個(gè)數(shù)

len(np1)是指數(shù)據(jù)結(jié)構(gòu)的真正維數(shù)，即數(shù)組的行數(shù)

5、對于輸入數(shù)據(jù)數(shù)組（或者說是矩陣）的其中元素提取方法如下：

np1[a:b,c:d]

這里是指提取數(shù)組np1的第a+1行到第b行，第c+1列到第d列的數(shù)據(jù)模塊，舉例如下：

6、對于python隨機(jī)數(shù)的生成可以用numpy模塊里的random模塊：

np1.random.rand（0-1之間的的隨機(jī)數(shù)生成）\randn（服從正態(tài)分布的隨機(jī)數(shù)生成）\randint（隨機(jī)整數(shù)的生成）\choice（[]）（隨機(jī)數(shù)產(chǎn)生的范圍自定義）\......（其他隨機(jī)數(shù)類型）,舉例如下：

7、矩陣數(shù)組之間的運(yùn)算：+-*/（加減乘除）以及點(diǎn)乘

其中最為常用的點(diǎn)乘函數(shù)規(guī)則如下：

np.dot(矩陣1，矩陣2)

8、多維數(shù)組之間的運(yùn)算（sum、max、min等）需要先對其進(jìn)行數(shù)組的分層，可以用axis=0-維數(shù)-1來進(jìn)行分層，具體例子如下：

9、對于矩陣之間的拼接：

(1)np.concatenate((list1,list2),axis=0)：矩陣之間的拼接

(2)np.vstack((list1,list2))：矩陣之間的上下縱向追接（列數(shù)）

(3)np.hstack((list1,list2)):矩陣之間的橫向拼接，所以不同矩陣的維數(shù)(行數(shù))必須保證相同

總結(jié)

以上是生活随笔為你收集整理的python计算相关矩阵_Numpy使用大全（python矩阵相关运算大全)-Python数据分析基础2...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。