【Python 数据分析】Numpy模块

标签：数组   port   处理   code   安装包   配置环境变量   配置环境   \n   数据分析   

Numpy模块可以高效的处理数据，提供数组支持、很多模块都依赖他，比如：pandas、scipy、matplotlib

安装Numpy

首先到网站：https://www.lfd.uci.edu/~gohlke/pythonlibs/下查找numpy+mkl

我的Python版本是3.6.1，系统是64位

所以对应下载的包为：

下载好包之后，进入到包所在目录(例如：D:\安装包\安装包~Python\numpy-1.13.3+mkl-cp36-cp36m-win_amd64.whl)

使用如下命令安装

pip install numpy-1.13.3+mkl-cp36-cp36m-win_amd64.whl

第一次安装报错如下：

出现上述错误的原因是：没有配置环境变量

解决方案：

将上图路径添加至环境变量

添加完成后，重新执行

pip install numpy-1.13.3+mkl-cp36-cp36m-win_amd64.whl

安装成功之后，那么我们就可以使用Numpy了

Numpy教程

（1）Numpy创建一维数组

语法：numpy.array([元素1,元素2,...,元素n])

import numpy
x = numpy.array(["1","2","5","11"])
print(x)

运行结果：[‘1‘ ‘2‘ ‘5‘ ‘11‘]

（2）Numpy创建二维数组

语法：numpy.array([[元素1,元素2,...,元素n],[元素1,元素2,...,元素n],...,[元素1,元素2,...,元素n]])

import numpy
y = numpy.array([[11,4,2],[2,6,1],[32,6,42]])
print(y)

运行结果：

[[11  4  2]
[ 2  6  1]
[32  6 42]]

（3）使用sort排序

import numpy
#numpy.array([元素1,元素2,...,元素n])
x = numpy.array(["m","2","5","11"])
#排序x
x.sort()
print(x) 
#numpy.array([[元素1,元素2,...,元素n],[元素1,元素2,...,元素n],...,[元素1,元素2,...,元素n]])
y = numpy.array([[11,4,2],[2,6,1],[32,6,42]])
#排序y
y.sort()
print(y)

排序后结果：

[‘11‘ ‘2‘ ‘5‘ ‘m‘]
[[ 2  4 11]
[ 1  2  6]
[ 6 32 42]]

说明：以下操作都是基于排序后的数组进行

（4）获取数组中的值

例如：获取数组y的6这个值

#获取数组y的6这个值
y1 = y[1][2]
print(y1)

（5）获取最大值与最小值

#获取y中的最大值与最小值
y2 = y.max()
print(y2)
#运行结果为：1

y3 = y.min()
print(y3)
#运行结果为：42

（6）切片

根据定义的下标值获取数组中的值

语法：数组[起始下标：结束下标+1]

#切片
x1 = x[1:3] #从下标为1的元素取到下标为2的元素
print(x1)
#运行结果：[‘2‘ ‘5‘]

x2 = x[:2] #从开始一直取到下标为1的元素
print(x2)
#运行结果：[‘11‘ ‘2‘]

x3 = x[1:] #从第下标为1的元素一直取到最末
print(x3)
#运行结果：[‘2‘ ‘5‘ ‘m‘]

【Python 数据分析】Numpy模块

标签：数组   port   处理   code   安装包   配置环境变量   配置环境   \n   数据分析   

原文地址：https://www.cnblogs.com/OliverQin/p/8955377.html