文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Python 数据分析（一）：NumPy 基础知识

) # 变成二维数组 arr.shape = (5, 6) print(arr) # 变成三维数组 arr = arr.reshape((2, 3, 5)) print(arr) 2.2 数据类型 通过下表来看一下...或者 False） float_ float64 类型的简写 float16 半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位 float32 单精度浮点数，包括：1 个符号位，8 个指数位...，23 个尾数位 float64 双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位 complex_ complex128 类型的简写，即 128 位复数 complex64 复数，表示双...32 位浮点数（实数部分和虚数部分） complex128 复数，表示双 64 位浮点数（实数部分和虚数部分） 通过示例来看一下如何修改数据类型。...append() 方法可以在数组的末尾添加值，该操作会分配至整个数组，并把原数组复制到新数组，该操作需保证输入的维度匹配，下面看一下使用示例。

85960
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    ClickHouse 数据类型全解析及实际应用

    数值类型 数值类型分为整数、浮点数和定点数三类 1.1.1、整数 在普遍观念中，常用Tinyint、Smallint、Int 和 Bigint 指代整数的不同取值范围。...直接使用 Float32 和 Float64 代表单精度浮点数以及双精度浮点数 ClickHouse 的浮点类型有两种值: Float32 - float Float64 - double 建议尽可能以整数形式存储数据...与标准 SQL 相比，ClickHouse 支持以下类别的浮点数: Inf - 正无穷: bigdata02 :) select 1 / 0; SELECT 1 / 0 ┌─divide(1, 0)─┐...在使用浮点数的时候，应当要意识到它是有限精度的。假如，分别对 Float32 和 Float64 写入超过有效 精度的数值，下面我们看看会发生什么。...因为虽然枚举定义中的Key属于String类型，但是在后续对枚举的所有操作中(包括排序、分组、 去重、过滤等)，会使用Int类型的Value值。 1.4.2. 数组 T 可以是任意类型，包含数组类型。

    5.3K50

    NumPy从入门到放弃

    rand基本用法 numpy.randon.rand(d0,d1,...dn),产生[0,1)之间均匀分布的随机浮点数，其中d0,d1,...dn标识传入的数组形状。...np.random.rand(2)#产生形状为(2,)的数组，也就是相当于有两个元素的一维数组 np.random.rand(2,4)#产生一个形状为(2,4)的数组，数组中的每个元素是[0,1)之间均匀分布的随机浮点数...)之间随机浮点数 np.random.uniform() #默认产生一个[1,5)之间的形状为(2,4)的随机浮点数 np.random.uniform(1,5,size=(2,4)) randn基本用法...,dn),产生服从于标准正态分布（均值为0，方差为1）的随机浮点数，使用方法和rand()类似 # 产生形状为(2,)的数组 np.random.rand(2) # 产生形状为(2,4)的数组 np.random.rand..., 16] print(np.exp(a)) # [3.67879441e-01, 7.38905610e+00, 4.97870684e-02, 5.45981500e+01] print(np.power

    17710

    NumPy学习笔记（一）

    # NumPy ### 安装 - 通过安装Anaconda安装NumPy，一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，包含了大量的科学计算相关的包，其中就包括...``` - 通过random方法创建（创建一个填充0到1之间随机值的数组） - demo ```python >>> np.random.random([3,3])...） uint64 | 无符号整数（0 to 18446744073709551615） float_ | float64 类型的简写 float16 | 半精度浮点数，...包括：1 个符号位，5 个指数位，10 个尾数位 float32 | 单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位 float64 | 双精度浮点数，包括：1 个符号位，11...+02]]) ``` - 类似于python中列表的操作 - 索引,一维数组的索引和列表一样，多维数组的索引需要根据维度索引 ```python >>> a = np.arange

    60010

    进阶数据库系列（六）：PostgreSQL 数据类型与运算符

    PostgreSQL 支持多种数据类型，主要有整数类型、浮点数类型、任意精度数值、日期/时间类型、字符串类型、二进制类型、布尔类型和数组类型等。...PostgreSQL 数据类型介绍 数值类型：整数类型、浮点数类型、任意精度类型。...应根据实际需要选择最适合的类型，以在查询效率和存储空间上有所平衡。 浮点数类型 实际工作中很多地方需要用到带小数的数值，PostgreSQL使用浮点数来表示小数。...浮点数类型有两种：REAL和DOUBLE PRECISION。PostgreSQL也支持使用标准的SQL语法，即：float和float§来声明非精确的数值类型，p表示可接受的精度。...boolean有两种值外的第三种状态，‘未知’(‘Unknow’)，用 SQL空状态表示。位串就是一串 1 和 0 的字符串。它们可以用于存储和视觉化位掩码。

    5.6K31

    Python实战之数字、日期和时间的高级处理

    原生的浮点数计算要快的多 在真实世界中很少会要求精确到普通浮点数能提供的 17 位精度 其他的一些误差，大数和小数的加法运算(在Java里也出现同样的问题) >>> nums = [1.23e+18,...2**32 + x, 'x') 'fffffb2e' >>> 为了以不同的进制转换整数字符串，简单的使用带有进制的int()函数即可： >>> int('4d2', 16) 1234 >>> int(...复数可以用使用函数complex(real, imag)或者是带有后缀j的浮点数来指定。...分数运算 「在一个允许接受分数形式的测试单位并以分数形式执行运算的程序中，直接使用分数可以减少手动转换为小数或浮点数的工作」 fractions 模块可以被用来执行包含分数的数学运算。...) 2 >>> random.randint(0,1000) 452 为了生成 0 到 1 范围内均匀分布的浮点数，使用random.random() >>> random.random() 0.9406677561675867

    2.1K10

    数据可视化：认识Numpy

    18446744073709551615） 浮点型 float_ float64 类型的简写 float16 半精度浮点数 float32 单精度浮点数 float64 双精度浮点数 复数型 complex..._ complex128 类型的简写， complex64 复数，表示双 32 位浮点数（实数部分和虚数部分） complex128 复数，表示双 64 位浮点数（实数部分和虚数部分） 字符串 string...import numpy as np a = [1.2, 2.6, 3.0] b = np.array(a) print(b.dtype) #浮点型转成int64 b = np.array(a, dtype...一维数组本质上一个相同类型数据的线性集合，每个元素都只带有一个下标，而二维数组中每个元素都是一个一维数组，本质就是以数组作为数组元素的数组。每个元素会有两个下标，表示几行几列。...NumPy常用操作 1.数组转置 学过线性代数的同学对这个不会很陌生，在线性代数中有矩阵转置的操作。就是行与列对调。原来第一行变成第一列，原来的第一列变成第一行，以此来推，就是转置操作。

    30330

    【NumPy 数组索引、裁切，数据类型】

    工作原理： 第一个数字代表第一个维度，其中包含两个数组： [[1, 2, 3], [4, 5, 6]] 然后： [[7, 8, 9], [10, 11, 12]] 由于我们选择了 0，所以剩下第一个数组...第三个数字代表第三维，其中包含三个值： 4 5 6 由于我们选择了 2，因此最终得到第三个值： 6 负索引 使用负索引从尾开始访问数组。...astype() 函数创建数组的副本，并允许您将数据类型指定为参数。 数据类型可以使用字符串指定，例如 ‘f’ 表示浮点数，‘i’ 表示整数等。...或者您也可以直接使用数据类型，例如 float 表示浮点数，int 表示整数。...('i') print(newarr) print(newarr.dtype) 实例 通过使用 int 作为参数值，将数据类型从浮点数更改为整数： import numpy as np arr =

    20310

    Python数据分析之NumPy（基础篇）

    Numpy 是 Python 的一个科学计算包，包含了多维数组以及多维数组的操作 关于Numpy需要知道的几点： NumPy 数组在创建时有固定的大小，不同于Python列表（可以动态增长）。...例如图中的strides为12,4，即第0轴的下标增加1时，数据的地址增加12个字节：即a[1,0]的地址比a[0,0]的地址要高12个字节，正好是3个单精度浮点数的总字节数；第1轴下标增加1时，数据的地址增加...4个字节，正好是单精度浮点数的字节数。...] [ 0. 1.]] e = np.random.random((2,2)) # 2x2的随机数组(矩阵) print(e) [[ 0.72776966 0.94164821] [ 0.04652655...6. 7. 8. 9.] 0 1 Numpy的复制和视图 当计算和操作数组时，它们的数据有时被复制到新的数组中，有时不复制。

    1.6K31

    NumPy 超详细教程（2）：数据类型

    / uintc uint64 / ulonglong / uintp / uint0（零非字母O） float16 / half 半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位 float32.../ single 单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位 float64 / float_ / double 双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位.../ clongfloat / clongdouble 复数，表示双 64 位浮点数（实数部分和虚数部分） datetime64 NumPy 1.7 开始支持的日期时间类型 timedelta64 表示两个时间之间的间隔...weekmask='Mon Tue Wed Thu Sat Sun' 3、数据类型对象：dtype 数据类型对象是用来描述与数组对应的内存区域如何使用，这依赖如下几个方面： 数据的类型（整数，浮点数或者...默认情况下，unit=None，如果数组中的 datetime64 元素单位不一致，则会统一转化为其中最小的单位形式输出，如果 unit='auto' 则会保持原样输出。

    2.3K40

    挑战NumPy100关，全部搞定你就NumPy大师了 | 附答案

    给定一维数组，所有在3到8之间的元素都变成其负数(正->负, 负->正). (★☆☆) 26. 这段脚本的输出是什么？...np.array(0) / np.array(0) np.array(0) // np.array(0) np.array([np.nan]).astype(int).astype(float) 29....用它来构建数组 (★☆☆) 39. 创建一个大小为10的向量，值为0到1的小数(不包含0和1) (★★☆) 40. 创建一个大小为10的随机向量并对其进行排序 (★★☆) 41....如何反转一个布尔值(true->false或false->true), 或改变浮点值前面的正负号(正浮点数变成负浮点数, 或负浮点数变正浮点数)? (★★★) 78....请找出A的某些行, 该行内包含B的整行元素(不在意元素顺序). (★★★) 94. 设有一个10x3矩阵，请找出其中数值不完全相等的行 (e.g. [2,2,3]) (★★★) 95.

    4.9K30

    总结numpy中的ndarray，非常齐全

    'u4' np.uint64 无符号整数，0至2^64-1，常用。 'u8' np.float16 16位半精度浮点数，正负号1位，指数5位，精度10位，不常用。...'f2' np.float32 32位单精度浮点数，正负号1位，指数8位，精度23位，不常用。 'f4' np.float64 64位双精度浮点数，正负号1位，指数11位，精度52位，常用。...'f8' np.complex64 复数，分别用两个32位浮点数表示实部和虚部，基本不会用。 'c8' np.complex128 复数，分别用两个64位浮点数表示实部和虚部，基本不会用。...np.random.rand(): 生成一个0到1(不包含1)之间的随机数，如果传入生成的数据个数，则生成一维数组，数组中的每个值都是0到1之间的随机数。...广播是将两个数组的形状元组值从后往前逐个进行比较，如果元组中的值相等、其中一个为1或其中一个不存在，则两个数组可以进行运算，生成一个兼容两个数组的新数组。

    1.5K20

    NumPy 数组切片及数据类型介绍

    示例：import numpy as np# 创建二维数组arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])# 从第二行到第三行，第一列到第三列（不包括）...import numpy as nparr = np.array([1, 2, 3, 4, 5])print(arr.dtype)输出：int32使用指定数据类型创建数组我们可以使用 np.array(...(new_arr.dtype)输出：[1 2 3 4 5]int32NumPy 数据类型简表数据类型字符描述整数i有符号整数布尔值bTrue 或 False无符号整数u无符号整数浮点数f固定长度浮点数复数浮点数...NumPy 数组，并打印它们的元素和数据类型：一个包含 10 个随机整数的数组。...一个包含 5 个布尔值的数组。一个包含 7 个复杂数的数组。一个包含 10 个日期时间对象的数组。在评论中分享您的代码和输出。

    16010

    Python数据分析之Numpy入门

    ''' 6、数组元素个数 数组ndarray对象的size属性可以查看数组包含元素总数 import numpy as np # 创建二维数组 x2 = np.array([[1,2,3],[4,5,6...uint64 无符号整数（0 to 18446744073709551615） float_ float64 类型的简写 float16 半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位...float32 单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位 float64 双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位 complex_ complex128...类型的简写，即 128 位复数 complex64 复数，表示双 32 位浮点数（实数部分和虚数部分） complex128 复数，表示双 64 位浮点数（实数部分和虚数部分） numpy数组ndarrry...，返回平铺的一维数组 np.insert(x1,2,[0,0,0]) ''' 输出： array([1, 2, 0, 0, 0, 3, 4, 5, 6, 7, 8, 9]) 原数组： array([[

    3.1K30

    NumPy学习笔记—(13)

    如果类型不一样，NumPy 会尝试向上扩展类型（下面例子中会将整数向上扩展为浮点数）： np.array([3.14, 4, 2, 3]) array([3.14, 4. , 2....创建一段序列值，其中元素按照区域进行线性（平均）划分 # 起始值是0（包含），结束值是1（包含），共5个元素 np.linspace(0, 1, 5) array([0...float64 双精度浮点数: 1 比特符号位, 11 比特指数位, 52 比特尾数位 complex_ complex128的简写 complex64 复数, 由 2 个单精度浮点数组成 complex128...这意味着，如果你试图将一个浮点数值放入一个整数型数组，这个值会被默默地截成整数。这是比较容易犯的错误。...-16] 计算得到的值受到计算机浮点数精度的限制，因为上面看到的结果中应该为 0 的地方并不精确的等于 0。

    1.5K20

    小白学PyTorch | 9 tensor数据结构与存储结构

    两者区别 3 张量 3.1 张量修改尺寸 3.2 张量内存存储结构 3.3 存储区 3.4 头信息区 1 pytorch数据结构 1.1 默认整数与浮点数 【pytorch默认的整数是int64】...【pytorch默认的浮点数是float32】 pytorch的默认浮点数是用32个比特存储，也就是4个字节（Byte）存储的。...([1, 2, 3]) torch.int64 tensor([1., 2., 3.]) torch.float32 1.2 dtype修改变量类型 print('torch的浮点数与整数的默认数据类型...则默认int64，相当于LongTensor；假如输入数据是浮点数，则默认float32，相当于FLoatTensor。...张量 标量：数据是一个数字 向量：数据是一串数字,也是一维张量 矩阵：数据二维数组，也是二维张量 张量：数据的维度超过2的时候，就叫多维张量 3.1 张量修改尺寸 pytorch常用reshape和view

    1.1K10
    点击加载更多

    扫码

    添加站长 进交流群

    领取专属 10元无门槛券

    手把手带您无忧上云

    扫码加入开发者社群

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287

      领券