コーディング#:. 8 UTF- 位numpyのndarry:オブジェクトの多次元アレイが インポートnumpyのNPは、AS #ランダムアレイを生成する データnp.random.randn =(2 ,. 3) データ #は、数学的オペレーションの系列にデータを追加 データ10 * データ+データ #アレイDTYPE属性はデータ型の配列を記述するために使用 data.shape data.dtypeの ndarray#生成アレイ = DATALを[6を、7.5 ,. 8を、0 ,. 1] ARR1 = np.array(DATAL)の ARR1用の DATA2 = [1、2 、3 ,. 4]、[5 ,. 6 ,. 7 ,. 8] ARR2は(DATA2)= np.arrayさ ARR2である 配列プロパティをチェックすることにより、#1 ndim形状 arr2.ndim arr2.shape arr1.dtype arr2.dtype #他のアレイ生成機能 np.zeros(10) np.zeros((3 ,. 6)) np.empty((2 ,. 3、2)) np.arange(15) np.ones((2 ,. 3)) int_array = np.arange(10) #Ndarryデータ型 NP ASインポートnumpyの ARR1 np.array =([1、2 ,. 3]、DTYPE = np.float64)の ARR2は、=(1,2 ,. 3]、DTYPE = np.int32)np.arrayある ARR1の。 DTYPE arr2.dtypeの データ型の配列に変換する#1 asType方法 浮動小数に#整数を ARR = np.array([1、2 ,. 3 ,. 4 ,. 5]) ARR arr.dtype float_arr = arr.astype(NP。 float64) float_arr.dtypeの 変換整数に浮動小数点# ARR = np.array([1.2、2.4、0.3、-1.4、15.6]) ARR arr.astype(np.int32) 番号に#文字列を 、NP = numeric_strings .ARRAY([ '1.25'、 '-9.6'、'42は]、DTYPE = np.string_) numeric_strings.astype(フロート) #DTYPEアレイ用いて別のプロパティ 口径を= np.array([。22、 0.270 、0.357、0.380、0.44、0.50 ]、DTYPE = np.float64) int_array.astype(calibers.dtype) タイプコードタイプを使用して、#着信データが empty_uint32 np.empty =(8、DTYPE = 'U4') empty_uint32 #numpyのアレイ演算 ARR = np.array([1 、2、3 。]、[4、5、6ザ]) ARRの 乗算# ARR ARR * #減算 ARR-ARRの 算出スカラー演算と#を 1 / ARR ARR ** 0.5 同じサイズの配列の間#比較 ARR2はnp.array =([0、4、1]、[7ザ、2、12.]])である ARR2は ARR2は> ARRあります
参考図書:データ分析のpythonを使用して行われました
著者:周華520
出典ます。https://www.cnblogs.com/xfzh193/
本論文では、学び、共有し、研究およびエクスチェンジベース、転載を歓迎し、元の作者を明記してください!