python-numpy

概述python数据分析一初识数据分析数据分析的步骤分析需要什么样的数据类型根据目标搜寻数据对数据进行整理整理数据其实就是数据清洗提炼和分析数据，得到结论将数据可视化开源，即开放源代码，英文是opensource，在编程圈是一个特别热的词。它指的是把源代码公开出去，让人们 python数据分析一初识数据分析数据分析的步骤分析需要什么样的数据类型根据目标搜寻数据对数据进行整理整理数据其实就是数据清洗提炼和分析数据，得到结论将数据可视化

开源，即开放源代码，英文是 open source，在编程圈是一个特别热的词。它指的是把源代码公开出去，让人们可以任意获取来学习、使用、修改和传播等。

numpy模块numpy的array方法

import numpy as npdata = np.array([1,2,3])print(data)print(type(data))

[1 2 3]<class 'numpy.ndarray'>

个人理解：

将一个[1,2,3]的列表传入到numpy的array()方法中去，并生成一个ndarray对象。

numpy的01数组的生成方法np.ones(n)

创建一个n位1数组

ones = np.ones(3)print(ones)#[1. 1. 1.]ones = np.ones(3,dtype=int)print(ones)#[1 1 1]ones = np.ones(3,dtype=float)print(ones)#[1. 1. 1.]

np.zeros(n)

创建一个n位0数组

ndarray的 *** 作和方法加减乘除（运算的两个ndarray对象中一一对应做相加减）

import numpy as npdata1 = np.array([9, 3, 5])data2 = np.array([2, 4, 6])print(data1 + data2)print(type(data1+data2))

输出

[ 11  7 11]<class 'numpy.ndarray'>

平均分对象名.mean()最大值对象名.max()最小值对象名.min()中位数np.median(数组名)将一个数组传入到np的median的方法中去，并返回这个数组的中位数总和对象名.sum()统计学概念集中趋势

集中趋势所反映的是一组数据所具有的共同趋势，它代表了一组数据的总体水平。其常用指标有 平均数、中位数 和 众数。

特殊

如果出现极大偏离正常数据的异常数据，则将对这组数据实际理应反应的集中趋势造成可观的影响，从而影响实验结论。

离中趋势

离中趋势是指一组数据中各数据值以不同程度的距离偏离其中心（平均数）的趋势。其常用指标有 极差、方差 和标准差

极差

极大值减去极小值

对象名.ptp()

方差

每个值减去均值的平方和再除去数据的个数

对象名.var()

标准差

方差的平方根

对象名.std()

离中趋势ndarray和一般列表

列表间只有加法 *** 作，作用是将两个列表的元素合并在一起。而多维数组间可以进行加减乘除的四则运算，运算规则也很简单：将两个数组中对应位置的元素一一进行运算。

ndarray对象相对于列表能支持更多的运算。 总结

以上是内存溢出为你收集整理的python-numpy全部内容，希望文章能够帮你解决python-numpy所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。