Python数据分析Numpy库方法简介(三)

补充：

　　np.ceil()向上取整 3.1向上取整是4

　　np.floor()向下取整

　　数组名.resize((m,n)) 重置行列

基础操作

• np.random.randn()符合正态分布(钟行/高斯)的数据

• 矩阵的水平拼接 np.vstack((a,b))

• 矩阵的垂直拼接 np.hstack((a,b))

• 点阵积： np.dot(a,b)/ a@b

  • 结果是：a的行中的每个元素*b的列的每个元素。结果在求和

  • 特列应用：B[]

  • 列入班级成绩计算实列

  • #点阵积实列
    import numpy as np
    a = np.array([[80,80],
    [60,60],
    [70,70]])
    a
    """
    array([[80, 80],
    [60, 60],
    [70, 70]])
    """
    #权重最终成绩
    qz = np.array([[0.4],[0.6]])
    np.dot(a,qz)
    """
    array([[80.],
    [60.],
    [70.]])
    """

• 排序 sort
  #排序
  import numpy as np
  a = np.array([[80,80],
  [60,60],
  [70,70]])
  a
  """
  array([[80, 80],
  [60, 60],
  [70, 70]])
  """
  #排序 axis = 0 是按照列排序， axis = 1 是按照行排序
  np.sort(a,axis=0)
  """
  array([[60, 60],
  [70, 70],
  [80, 80]])
  """
  np.sort(a,axis=1)
  """
  array([[80, 80],
  [60, 60],
  [70, 70]])
  """

• np.all(数组) 判断数组行/列中所有元素是否都不等于0
• np.any(数组，axis=0/1)某行/列，其中一个而元素不等于0
• 展示数组：数组名.np.ravel() 多维变一维
• 变形

• np.arange(1,10).reshape(3,3)

  • a 原来是3行4列 把他变成4行3列 a.resize((4,3))

  • a.ravel() 转换成一维数组