python数组操作

NumPy： 　　1、NumPy 是一个功能强大的第三方库（需要自己安装），主要用于对多维数组执行计算； 　　　 它提供了大量的库函数和操作，可以帮助程序员更轻松地进行数值计算 　　2、可以和另外两个第三方库 SciPy 和 Matplotlib 一起使用从而在一定程度上替换对 Matlab 的使用 　　3、主要应用： 　　　　①数学运算：NumPy 对于执行各种数学运算非常有用，如数值积分、微分、内插、外推以及矩阵的内积、外积、特征向量等。 　　　　②图像处理和计算机图形学：计算机中的图像表示为多维数字数组。NumPy 成为同样情况下最自然的选择。 　　　　 实际上，NumPy 提供了一些优秀的库函数来快速处理图像。例如，镜像图像、按特定角度旋转图像等 　　　　③ 机器学习模型：在编写机器学习算法时，需要对矩阵进行各种数值计算。例如矩阵乘法、换位、加法等 NumPy 数组： 　　1、NumPy 提供最重要的数据结构是一个称为 ndarray 的 N 维数组类型。 它描述 相同类型 的元素集合， NumPy 数组是通常的 Python 数组的扩展 　　　 ndarray 配备了大量的函数和运算符，可以帮助我们快速编写各种类型计算的高性能代码 ， 每个元素在内存中使用 相同大小 的块 　　2、NumPy 数组的创建方法： 　　　　①从其他 python 数据类型（如：列表、元组等

前情提要: 　　数据分析:把一些看似杂乱无章的数据背后的信息提炼出来,总结出所研究 对象的内在规律 　　数据分析的三剑客: numpy,pandas,matplotlb 　　 　　numpy是python语言的一个扩展程序库,支持大量的维度数组与矩阵的运算 　,此外,也针对数组的运算,提供了大量的数学函数库 一: 创建ndarray 导包 import numpy as np 1: 创建数组 np.array() 　　1=>1: 创建一个一维数组 np.array([1,2,3,4,5]) 输出: array([1, 2, 3, 4, 5]) 　　1=>2:创建一个二维数组 in: np.array([[1,2,3],[4,'a',6],[6,7,8]]) out: array([['1', '2', '3'], ['4', 'a', '6'], ['6', '7', '8']], dtype='<U11') 　　　　　注意: numpy的默认的ndarray的所有数据元素的类型是相同的. 　　　　　　　　如果传进ladies列表中包含不同的类型,则统一为统一类型 　　　　　　优先级: 　　　　　　　　str>float>int 　　　2:使用np的routines函数创建 　　　　包含以下常见创建方法: 　　　　　　2=>1: 　　　　　　np.ones(shape,dtype

转载：Numpy易百教程 转载： https://www.numpy.org.cn/article/basics/python_numpy_tutorial.html 1.什么是Numpy？ NumPy是Python中科学计算的基础软件包。 Numpy提供多维数组对象，多种派生对象（如：掩码数组、矩阵）以及用于快速操作数组的函数及API， Numpy包括数学、逻辑、数组形状变换、排序、选择、I/O 、离散傅立叶变换、基本线性代数、基本统计运算、随机模拟等。 NumPy包的核心是ndarray对象。 2.数组对象ndarray Numpy的数组类被称为ndarray，别名为 array。 Numpy的数组中所有元素类型都相同，并通过正整数元组索引。 Numpy中，维度称为轴。轴的数目为rank。 - 数组属性： ndarray.ndim 　　　　　　　 # 秩，即轴的数量或维度的数量 ndarray.shape　　 　　　　 # 数组的维度，对于矩阵，n 行 m 列 ndarray.size 　　 # 数组元素的总个数，相当于 .shape 中 n*m 的值 ndarray.dtype ndarray # 对象的元素类型 ndarray.itemsize ndarray # 对象中每个元素的大小，以字节为单位 ndarray.data # 包含实际数组元素的缓冲区

笔记内容整理自mooc上北京理工大学嵩天老师python系列课程数据分析与展示，本人小白一枚，如有不对，多加指正 1.ndarray对象的属性 .ndim、.shape、.size(元素个数，不是占用内存大小）、.dtype、.itemsize 2.创建ndarray数组的方式 2.1一共有三种np.ndarray（）、函数创建法、字节流创建 2.2主要记录一下常用的函数创建ndarray的方法np.arange(n) np.ones(shape) np.zeros(shape) up.full(shape,val) np.eye(n)(n*n单位矩阵，对角线是1，其宇是0） shape是元组类型，val是数字，ones、zeros、eye默认的元素类型是浮点型，但是可以指定为整形，dtype = int32 2.3np.ones_like(a)、np.zeros_like(a)、np.eye_like(a)生成和a同shape的n维数组 2.4np.linspace()、np.concatenate()、np.logspace()生成ndarray，space注意与np.arange()区分，可以用endpoint=true/false来调整结束点，且默认是浮点数。np库生成的ndarray默认绝大多数都是浮点数，除了np.arange(); 2.5ndarray数组的维度变换

NumPy 提供了两种基本对象ndarray（N-dimensional array object）和 ufunc（universal function object） ndarray(下文统一称之为数组)是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数 数组的创建是通过给np.array()函数传递python的序列对象完成的，可以通过设置关键字参数dtype设置元素类型 array实例对象常用属性： a.dtype：获得元素类型 a.shape：获得数组维度，也可直接修改数组shape属性来改变数组的维度，只会改变每个轴的大小，数组元素在内存中的位置并没有改变 array实例对象常用方法： reshape()：创建一个改变了尺寸的新数组，原数组的shape保持不变，但共享内存，修改其中任意一个数组的元素都会同时修改另外一个数组的内容 arrange()：类似于python的range函数，通过指定开始值、终值和步长来创建一维数组，注意数组不包括终值 linspace()：指定开始值、终值和元素个数来等差创建一维数组，可以通过endpoint关键字指定是否包括终值，缺省设置是包括终值 logspace()：和linspace类似，不过它创建等比数列 frombuffer, fromstring, fromfile等函数可以从字节序列创建数组

1 # coding:utf-8 2 3 4 import numpy as np 5 import pandas as pd 6 7 # 1. 获得 Numpy 的版本信息 8 print(np.__version__) 9 print(pd.__version__) 10 11 # ================================================================================== 12 # Ndarray 对象 13 # np.ndarray(object, dtype = None, copy=true, order = None, subok = False, ndmin = 0) 14 # ================================================================================== 15 16 # object: 数组或者嵌套的数列 17 # dtype: 数组元素的类型 18 # copy: 对象是否需要复制 19 # order: 创建数组的样式， C 行方向， F 列方向， A 任意方向 20 # subok: 返回一个与基类型一致的数组 21 # ndmin：制定生成数组的最小维度 22 23 arr = np.ndarray(

1 | 0 JavaScript概述 1 | 1 ECMAScript和JavaScript的关系 1996年11月，JavaScript的创造者--Netscape公司，决定将JavaScript提交给国际标准化组织ECMA，希望这门语言能够成为国际标准。次年，ECMA发布262号标准文件（ECMA-262）的第一版，规定了浏览器脚本语言的标准，并将这种语言称为ECMAScript，这个版本就是1.0版。 该标准一开始就是针对JavaScript语言制定的，但是没有称其为JavaScript，有两个方面的原因。一是商标，JavaScript本身已被Netscape注册为商标。而是想体现这门语言的制定者是ECMA，而不是Netscape，这样有利于保证这门语言的开发性和中立性。 因此ECMAScript和JavaScript的关系是，前者是后者的规格，后者是前者的一种实现。 1 | 2 ECMAScript的历史 年份 名称 描述 1997 ECMAScript 1 第一个版本 1998 ECMAScript 2 版本变更 1999 ECMAScript 3 添加正则表达式 添加try/catch ECMAScript 4 没有发布 2009 ECMAScript 5 添加"strict mode"严格模式 添加JSON支持 2011 ECMAScript 5.1 版本变更

准确的来说，在python中是没有数组类型的，python中取而代之的是列表和元组。列表比元组好用，因为元组一旦定义就没法修改。而列表不仅可以和数组一样按索引访问，还有一堆的功能。 列表： 　　 　　 （1）添加 　　　　　　 　　往列表a的尾部追加元素：a.append(i) 　　　　　　　　 往列表a中的任何位置追加元素：a.insert(i,elem),其中i表示索引位置，elem表示元素。 　 　　（2）删除： 　　　　　　　　删除指定位置的元素：del a[i] 　　　　　　　　删除列表中的元素:　　a.remove(elem) 　　　　　　　　删除列表尾部的元素(有点像栈pop哈哈)：　a.pop() 　　　　 　（3）拓展： 　　　　　　　　将列表b追加到a的尾部：a.extend(b) 　　　　　　　　　　　　　　　　　　 　　　　　 （4）统计元素出现的次数：a.count(elem) 　　　　　　　　　　　　　　　　　　 　　　　 　　(5)排序：list.sort(self,key=None,reverse=False)其中key只在元素为字符串时才有用，表示按照关键字（如字符串长度）进行排序 　　　　　　　　数字： 　　　　　　　　　　按照从小到大排序(默认从小到大排序)：a.sort() 　　　　　　　　　　　　　　　　　　 　　　　　　　　　

1 数组的创建与操作 1.1 数组的创建 # 导入模块，并重命名为np import numpy as np # 单个列表创建一维数组 arr1 = np . array ( [ 3 , 10 , 8 , 7 , 34 , 11 , 28 , 72 ] ) # 嵌套元组创建二维数组 arr2 = np . array ( ( ( 8.5 , 6 , 4.1 , 2 , 0.7 ) , ( 1.5 , 3 , 5.4 , 7.3 , 9 ) , ( 3.2 , 3 , 3.8 , 3 , 3 ) , ( 11.2 , 13.4 , 15.6 , 17.8 , 19 ) ) ) print ( '一维数组：\n' , arr1 ) print ( '二维数组：\n' , arr2 ) 一维数组： [ 3 10 8 7 34 11 28 72 ] 二维数组： [ [ 8.5 6 . 4.1 2 . 0.7 ] [ 1.5 3 . 5.4 7.3 9 . ] [ 3.2 3 . 3.8 3 . 3 . ] [ 11.2 13.4 15.6 17.8 19 . ] ] 1.2 数组元素的获取 # 一维数组元素的获取 print ( arr1 [ [ 2 , 3 , 5 , 7 ] ] ) # 二维数组元素的获取 # 第2行第3列元素 print ( arr2 [ 1 , 2 ] ) #

JavaScript概述 ECMAScript和JavaScript的关系 1996年11月，JavaScript的创造者--Netscape公司，决定将JavaScript提交给国际标准化组织ECMA，希望这门语言能够成为国际标准。次年，ECMA发布262号标准文件（ECMA-262）的第一版，规定了浏览器脚本语言的标准，并将这种语言称为ECMAScript，这个版本就是1.0版。 该标准一开始就是针对JavaScript语言制定的，但是没有称其为JavaScript，有两个方面的原因。一是商标，JavaScript本身已被Netscape注册为商标。而是想体现这门语言的制定者是ECMA，而不是Netscape，这样有利于保证这门语言的开发性和中立性。 因此ECMAScript和JavaScript的关系是，前者是后者的规格，后者是前者的一种实现。 ECMAScript的历史 年份 名称 描述 1997 ECMAScript 1 第一个版本 1998 ECMAScript 2 版本变更 1999 ECMAScript 3 添加正则表达式 添加try/catch ECMAScript 4 没有发布 2009 ECMAScript 5 添加"strict mode"严格模式 添加JSON支持 2011 ECMAScript 5.1 版本变更 2015 ECMAScript 6