Numerical Python(Numpy)被定义为Python软件包,用于执行多维和一维数组元素的各种数值计算和处理。使用Numpy数组计算比普通Python数组快。该软件包由 Travis Oliphant 在2005年通过将祖先模块Numeric的函数添加到另一个模块 Numarray 中创建。
NumPy主要用 C 语言编写,它是Python的扩展模块。
pandas建立在numpy数组之上;因此,numpy帮助无涯教程更有效地使用pandas。
链接:https://www.learnfk.comhttps://www.learnfk.com/pandas/pandas-numpy.html
来源:LearnFk无涯教程网
数组的主要任务是将多个值存储在单个变量中。它定义了可以用numpy轻松处理的多维数组,如以下示例所示:
# 导入“array”以演示数组操作 import array # 用数组值和有符号整数初始化数组 arr = array.array('l', [2, 4, 6, 8, 10, 12]) # 打印原始数组 print ("New created array: ",end="") for l in range (0,5): print (arr[l], end=" ") print ("\r")
输出:
New created array: 2 4 6 8 10
布尔索引被定义为numpy的重要工具,它在Pandas中经常使用。无涯教程可以按以下不同方式过滤布尔索引中的数据:
示例1
本示例说明如何使用布尔索引访问DataFrame:
# importing pandas as pd import pandas as pd # 列表字典 dict = {'name':["Learnfk", "William", "Phill", "Parker"], 'age': ["28", "39", "34", "36"]} info = pd.DataFrame(dict, index = [True, True, False, True]) print(info)
输出:
name age True Learnfk 28 True William 39 False Phill 34 True Parker 36
示例2
本示例说明如何使用 .loc[] 使用布尔索引访问DataFrame。
# importing pandas as pd import pandas as pd # 列表字典 dict = {'name':["Learnfk", "William", "Phill", "Parker"], 'age': ["28", "39", "34", "36"]} info = pd.DataFrame(dict, index = [True, True, False, True]) # 使用 .loc[] 函数访问数据框 print(info.loc[True])
输出:
name age True Learnfk 28 True William 39 True Parker 36
重塑数组用于重整数组而不更改其数据。
numpy.reshape(a, newshape, order='C')
参数
返回:
它返回经过重塑的数组。
示例
import numpy as np arr = np.arange(16) print("The Original array is: \n", arr) # 具有 8行 2 列的形状数组 arr = np.arange(16).reshape(2, 8) print("\nreshapedarray: \n", arr) # 具有 8行 2 列的形状数组 arr = np.arange(16).reshape(8 ,2) print("\nreshaped array: \n", arr)
输出:
The Original array is: [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15] reshaped array: [[ 0 1 2 3 4 5 6 7] [ 8 9 10 11 12 13 14 15]] reshaped array: [[ 0 1] [ 2 3] [ 4 5] [ 6 7] [ 8 9] [10 11] [12 13] [14 15]]
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)