【Python数据分析 - 8】：Numpy数组间的运算

原创 已于 2022-09-22 23:21:04 修改 · 1k 阅读 · 4 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#numpy #python #数据分析
于 2022-09-19 22:47:39 首次发布
本文详细介绍了Numpy库中数组的基本运算方式，包括简单的数学运算、广播机制、矩阵运算及数组的合并与分割等高级操作。
Python3.8

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

文章目录

Numpy数组间的运算

数组的简单运算

当数组进行加运算（或减运算等其他简单运算），所有元素统一加或减等。
在这里插入图片描述

数组的广播机制

在NumPy中，当两个数组的形状不相同时，可扩充较小数组中的元素来适配较大数组的形状，这种机制叫作广播(broadcasting)。广播机制的本质，就是张量自动扩展，它是一种轻量级的张量复制手段。
在这里插入图片描述

矩阵运算 - matmul()

在这里插入图片描述

数组转换为矩阵 - mat()

在这里插入图片描述

数组的合并 - concatenate

在这里插入图片描述

数组的拼接 - hstack&vstack

在这里插入图片描述

数组的分割 - split

在这里插入图片描述

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

Python数据分析 | (7)NumPy数组的运算
sdu_hao的博客
01-10 1929
本篇博客所有示例使用Jupyter NoteBook演示。 Python数据分析系列笔记基于:利用Python进行数据分析(第2版)   目录 1.相同大小数组间的运算 2.不同大小数组间的运算(广播) 1.相同大小数组间的运算 数组很重要，因为它使你不用编写循环即可对数据执行批量运算，我们把它称为矢量化。 大小相等的数组间的任何算术运算都会将运算应用到元素级： import n...
Python Numpy布尔数组在数据分析中的应用
csdn1561168266的博客
09-11 1491
布尔数组是由布尔值（即True和False）组成的数组，它通常是通过对其他数组进行条件比较或逻辑运算生成的。在Numpy中，布尔数组可以用于数据的过滤、选择特定条件下的元素，或在进行元素替换时充当条件掩码。首先，来看一个简单的示例，通过条件比较生成一个布尔数组。# 创建一个数组# 生成一个布尔数组，条件为大于2print("原始数组：", arr)print("布尔数组：", bool_arr)原始数组： [1 2 3 4 5]布尔数组： [False False True True True]
numpy_数组的基本运算
weixin_46920354的博客
09-22 422
数组的基本运算 数组的形状和类型修改 np.reshape(a,newshape,order='C'):原数组size不变的前提下，改变原数组的形状 np.resize(a,new_shape):改变原数组的形状和大小，与reshape不同的是可以改变数组的size。如果新数组大于原始数组，则新数组将填充a的重复副本。 .T:将原shape为(n，m)的数组转置为(m，n)，把数组...
Python numpy使用记录4.逻辑运算，与或非，异或
qq_41035283的博客
05-10 1万+
Python numpy使用记录4.逻辑运算，与或非，异或前言numpy的逻辑运算函数与或非异或numpy逻辑运算符 前言 最近写码碰到一个问题，有a,mask_1,mask_2,mask_3四个同shape的array，其中a是待索引的目标数组，mask123中的元素则是bool值，表示该位置是否满足提取条件。 我们现在要提取a中同时满足mask123的元素，因此需要使用numpy的逻辑运算，与或非。 numpy的逻辑运算函数 与或非 numpy.logical_and()，numpy.logical_o
python numpy 实现与(and),非与(not),或(or),异或(xor)逻辑运算！
热门推荐
Ganxiang
06-04 1万+
python numpy 实现与(and),非与(not),或(or),异或(xor)逻辑运算！
numpy 逻辑运算方法介绍
qq_27390023的博客
10-03 1048
这些逻辑运算方法可以方便地对数组中的元素进行逐元素的比较和逻辑操作。它们广泛用于数组的过滤、选择、条件判断和掩码操作。
python中两个不同shape的数组间运算规则
little_fat_sheep
11-13 5803
1 前言 声明：本博客讨论的数组间运算是指四则运算，如：a+b、a-b、a*b、a/b，不包括 a.dot(b) 等运算，由于 numpy 和 tensorflow 中都遵循相同的规则，本博客以 numpy 为例。 众所周知，相同 shape 的两个数组间运算是指两个数组的对应元素相加。我们经常会碰到一些不同 shape 的数组间运算。那么，任何两个不同 shape 的数组都能运算么？又遵循什...
Python 数据分析：NumPy 库的使用
yue_yun_的博客
06-10 2551
NumPy的核心价值在于提供了高效的多维数组结构和底层计算能力，但它并非“全能”——例如，处理带标签的表格数据时，Pandas会更方便；可视化时需要Matplotlib配合。然而，所有上层库（如Pandas、Scikit-learn）的底层数据结构都是基于NumPy的ndarray。因此，掌握NumPy是进入Python数据分析领域的“必修课”。下一篇文章，我们将基于NumPy，深入讲解Pandas的DataFrame操作，带你从“数组处理”进阶到“表格数据大师”！
Python 数据分析三剑客之 NumPy（一）：理解 NumPy / 数组基础
BOB'S BLOG
03-20 7153
文章目录【1x00】关于 NumPy【2x00】NumPy 数组与 Python 列表的区别【3x00】理解 NumPy Ndarray 对象【4x00】创建 Ndarray 对象（创建数组） 【1x00】关于 NumPy NumPy 是使用 Python 进行科学计算的基础包，支持大量的维度数组与矩阵运算，对数组运算提供大量的数学函数库。NumPy 重在数值计算，是大部分 Python 科学计...
Python数据分析（一）：NumPy
su_best的博客
01-17 2987
数据的维度一维数据列表和数组二维数据多维数据高维数据数据维度的Python表示 NumPy的引用N维数组对象：ndarrayndarray实例ndarray对象的属性ndarray的元素类型ndarray数组的创建方法和实例ndarray数组的维度变换ndarray数组向列表的转换ndarray数组的操作一维数组的索引和切片多维数组的索引多维数组切片ndarray数组的运算NumPy一元函数NumPy二元函数数据的CSV文件存取CSV文件的局限性多维数据的存取便捷文件存取随机数、统计、梯度函数详细解答
Python 数据分析三剑客之 NumPy（二）：数组索引 / 切片 / 广播 / 拼接 / 分割
BOB'S BLOG
03-29 4425
@TOC 【1x00】NumPy 切片和索引 Ndarray 数组对象基于 0 - n 的下标进行索引，与 Python 中列表的切片操作一样，NumPy 的切片也可以通过冒号分隔切片参数 [start:stop:step] 来进行切片操作，另外，NumPy 也提供了一个内置函数 slice(start, stop, step) 来进行切片操作。 ...
Numpy 数据分析/挖掘入门基础：Numpy 数组算术运算，布尔运算，集合运算，数组转置和轴对称变换，常用数学/线性代数函数
小阳的博客
10-16 1960
本内容针对刚入门的萌新使用，对于刚入门的萌新可以参考学习。包含Numpy 数组算术运算，布尔运算，集合运算，数组转置和轴对称变换，常用数学/线性代数函数等。
【Python】Numpy基础：数组和矢量运算
09-17 2379
Numpy（Numerical Python）是高性能科学计算和数据分析的基础包，它是几乎所有数据分析高级工具的构建基础。
Numpy指南：解锁Python多维数组与矩阵运算（上）
KevinRay_0854的博客
12-27 1457
NumPy（Numeric Python的缩写）是一个开源的Python科学计算库，用于进行大规模数值和矩阵运算。它是Python中用于科学计算的核心库之一，广泛应用于数据分析、机器学习、科学计算和工程应用等领域。numpy（Numeric Python）是python用于科学计算的基础包。特点是运行速度快，支持多维数组和向量化计算，实用的线性代数、基本统计运算、排序、选择、随机模拟、傅里叶变换等。
Python 数据分析三剑客之 NumPy（三）：数组的迭代与位运算
BOB'S BLOG
04-06 3088
文章目录【1x00】numpy.nditer 迭代器对象 【1x00】numpy.nditer 迭代器对象
NumPy；NumPy在数据分析中的应用；NumPy与其他库的搭配使用
郝开的博客
01-17 1653
NumPy 是 Python 的一个扩展库，主要用于处理高效的多维数组操作。它提供了一个叫做ndarray的数组对象，能够快速处理大量数值数据，同时提供了丰富的数学、统计和线性代数运算功能。NumPy 是许多数据科学库（如 SciPy、Pandas、Matplotlib）的基础，几乎所有的数据科学任务都离不开它。
运用数组和矩阵对数据进行存取和运算——NumPy模块 之六
韩鹏飞的博客
05-13 1356
NumPy是Python科学计算的核心库，提供了高效的多维数组对象和丰富的数组操作函数，广泛应用于数据科学、机器学习和人工智能等领域。其核心数据结构ndarray在存储和运算效率上优于Python原生列表。NumPy支持多种数组运算，包括算术、比较、逻辑、矩阵、广播、聚合、三角函数、位运算和条件运算等，能够满足复杂的数据处理需求。通过向量化操作和广播机制，NumPy显著提升了计算效率，是科学计算和数据分析中不可或缺的工具。
20、NumPy数组的运算【用Python进行AI数据分析进阶教程】
最新发布
imewe的博客
06-14 1365
摘要：本文介绍了Python中NumPy库的数组运算功能，包括算术运算（加、减、乘、除等）、逻辑运算（与、或、非）和比较运算（等于、不等于、大于等）。强调了NumPy运算的元素级特性及广播机制，使得不同形状数组间的运算成为可能。文章通过实例展示了如何使用NumPy进行数组间的运算，包括数组与数组、数组与标量之间的运算，以及逻辑运算和比较运算的具体应用。
Python数据分析04：Numpy——数组运算、排序、输入输出、矩阵运算、随机数生成
Apple_xiaoli的博客
02-27 1198
向量化的数组运算比纯python同等程度的运算要快很多 一些能计算统计值的数学函数能基于整个数组，或者沿着一个axis（轴）。可以使用aggregations(often called reductions，汇总，或被叫做降维)，比如sum, mean, std(标准差). sum对象是布尔型数组时，它是用来计算布尔数组中有多少个true的 Numpy也有一些基本的集合操作用于一维数组。np.unique，能返回排好序且不重复的值
Python----数据分析（Numpy四：广播机制，数组的运算，统计计算，where函数）
weixin_64110589的博客
02-26 1302
在数据分析中，NumPy的广播机制提高了数组运算的灵活性。通过广播，不同形状的数组可以进行自动扩展，简化了加减乘除等运算。同时，NumPy支持元素级的数学计算，能够高效处理大型数据集。 此外，NumPy还提供了丰富的统计计算功能，如`np.mean()`、`np.median()`和`np.std()`，可快速计算数组的平均值和标准差。`np.where()`函数允许根据特定条件筛选数组元素，增强了数据处理的灵活性。这些功能使得NumPy成为数据分析中不可或缺的工具。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

街 三 仔

你的鼓励是我创作的最大动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值