数据分析与可视化 课件全套 电子 第1--7章 numpy_基础---时间序列数据分析.pptx

数据分析与可视化 课件全套 电子 第1--7章 numpy_基础---时间序列数据分析.pptx

  1. 1、本文档共748页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第1章 NumPy数值计算基础Numpy数据集生成Numpy矩阵运算Numpy切片Numpy数据选择Numpy环境配置Numpy数据集的读取与存储方法5641231.1:Numpy环境配置认识Numpy下载安装认识numpy什么是numpyNumPy 的全称是“ Numeric Python”,它是 Python 的第三方扩展包,主要用来计算、处理一维或多维数组。在数组算术计算方面, NumPy 提供了大量的数学函数。NumPy 的底层主要用 C语言编写,因此它能够高速地执行数值计算。NumPy 还提供了多种数据结构,这些数据结构能够非常契合的应用在数组和矩阵的运算上。 NumPy 的前身是 Numeric 程序包,该包由 Jim Hugunin 开发,在这之后,他还开发了另一个类似的的程序包 Numarray,相比前者而言 Numarray 具有更加全面的功能 。在 2005 年,Travis Oliphant 通过整合 Numarray 与 Numeric 软件包的功能,从而集成了 NumPy。NumPy 的必威体育精装版版本 1.19.2 已于 2020 年 9 月10 日发布。认识numpyNumPy使用需求随着数据科学(Data Science,简称 DS,包括大数据分析与处理、大数据存储、数据抓取等分支)的蓬勃发展,像 NumPy、SciPy(Python科学计算库)、Pandas(基于NumPy的数据处理库) 等数据分析库都有了大量的增长,它们都具有较简单的语法格。在矩阵乘法与数组形状处理上,NumPy 有着非常不错的性能,再加上 NumPy 的计算速度很快,这些都是 NumPy 成为一款数据分析工具的重要原因。NumPy 可以很便捷高效地处理大量数据,那么使用 NumPy 做数据处理有哪些优点呢?NumPy 是 Python 科学计算基础库;NumPy 可以对数组进行高效的数学运算;NumPy 的 ndarray 对象可以用来构建多维数组;NumPy 能够执行傅立叶变换与重塑多维数组形状;NumPy 提供了线性代数,以及随机数生成的内置函数。认识numpyNumPy应用场景NumPy 通常与 SciPy(Python科学计算库)和 Matplotlib(Python绘图库)等软件包组合使用,这种组合方式被用来广泛地代替 MatLab 的使用。MatLab 是一款强大的数学计算软件,广泛应用在数据分析、电子通信、深度学习、图像处理、机器视觉、量化金融等领域,但近些年随着 Python 语言的迅猛发展,Python 被看作是一种更适合代替 MatLab 的编程语言。您可以使用 NumPy、SciPy 与 Matplotlib 等 Python 工具包搭建科学计算环境,比如 Anaconda 就是是一个开源的 Python 发行版本,它包含了 Python 、NumPy 等 180 多个科学包及其依赖项。下载安装NumPy 是 Python 的第三方扩展包,但它并没有包含在 Python 标准库中,因此需要单独安装它。Windows系统安装使用 Python 包管理器pip来安装 NumPy,是一种最简单、最轻量级的方法。只需执行以下命令即可: pip install numpy 以上命令是在安装了python安装包,进入cmd下输入命令 执行 下载安装In [1]: import numpy as np #导入NumPy并指定别名npIn [2]: print(np.__version__)#输出NumPy的版本号 1.19.5安装成功 打开 Python 交互解释器(或Jupyter,推荐!) ,并导入 NumPy 模块,如下图 所示如果未出现错误提示,则表示已安装成功。下载安装如果安装的是Anaconda 点击anconda prompt 直接执行 pip list 或者conda list查看numpy,一般都有安装,不用从新安装1.2: N维数组的本质NumPy数组的两种视图1.3 N维数组的本质 ndarray对象创建ndarray对象 通过 NumPy 的内置函数 array() 可以创建 ndarray 对象,其语法格式如下:numpy.array(object, dtype = None, copy = True, order = None,ndmin = 0)ndarray对象:dtype数组的常用属性 In [1]: import numpy as np #导入Numpy软件包In [2]: my_array = np.arange(0,10)#创建一个取值范围为0~9的一维数组序列In [3]: my_array.dtype #查看数组元素的类型Out[3]: dtype(int64)ndarr

文档评论(0)

balala11 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档