Numpy 라이브러리에서 일반적으로 사용되는 기능 요약: 데이터 분석 및 모델링을 위한 강력한 도구

Numpy는 Python에서 가장 일반적으로 사용되는 수학 라이브러리 중 하나이며, 최고의 수학 함수와 연산을 다수 통합합니다. Numpy는 통계, 선형 대수학, 이미지 처리, 기계 학습, 신경망 및 기타 분야를 포함하여 널리 사용됩니다. 데이터 분석 및 모델링 측면에서 Numpy는 필수적인 도구 중 하나입니다. 이 기사에서는 Numpy에서 일반적으로 사용되는 수학 함수와 이러한 함수를 사용하여 데이터 분석 및 모델링을 구현하기 위한 샘플 코드를 공유합니다.

1. 배열 만들기

Numpy에서array()함수를 사용하여 배열을 만듭니다. 코드 예:array()函数可以创建一个数组，代码示例：

import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr)

这会输出 [1 2 3 4 5]，表示创建了一个一维数组。

我们还可以创建一个二维数组，代码示例：

import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr)

这会输出：

[[1 2 3] [4 5 6]]

表示创建了一个二维数组。

二、数组属性

使用Numpy中的ndim、shape和size属性可以获取数组的维度、形状和元素个数，代码示例：

import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr.ndim) # 输出 2，表示数组是二维的 print(arr.shape) # 输出 (2, 3)，表示数组有2行3列 print(arr.size) # 输出 6，表示数组有6个元素

三、数组的运算

Numpy数组可以进行加、减、乘、除等运算。首先看一下给数组加一个标量的运算，代码示例：

import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr + 2) # 输出 [3 4 5 6 7]

表示数组中的每个元素都加上了2。

接下来是两个数组相加的运算，代码示例：

import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) print(arr1 + arr2) # 输出 [5 7 9]

表示两个数组中对应的元素相加。

Numpy还提供了一些特定的运算，例如：

• 平方运算：使用power()函数，代码示例：

  import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(np.power(arr, 2)) # 输出 [ 1 4 9 16 25]

  로그인 후 복사

  这表示数组中的每个元素都平方了。

• 开方运算：使用sqrt()函数，代码示例：

  import numpy as np arr = np.array([1, 4, 9, 16, 25]) print(np.sqrt(arr)) # 输出 [1. 2. 3. 4. 5.]

  로그인 후 복사

  这表示数组中的每个元素都开方了。

• 求和：使用sum()函数，代码示例：

  import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(np.sum(arr)) # 输出 15

  로그인 후 복사

  这表示数组中的所有元素求和。

• 求最大值和最小值：使用max()和min()函数，代码示例：

  import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(np.max(arr)) # 输出 5，表示数组中的最大值 print(np.min(arr)) # 输出 1，表示数组中的最小值

  로그인 후 복사

四、数组的索引和切片

我们可以使用下标来访问数组中的元素，代码示例：

import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr[0]) # 输出 1，表示数组中的第一个元素

我们还可以对数组进行切片操作，代码示例：

import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr[1:4]) # 输出 [2 3 4]，表示从数组中取出第2个到第4个元素

五、数组形状的变换

Numpy中提供了一些函数用于改变数组的形状，其中之一是reshape()函数。我们可以使用reshape()函数重塑数组的形状，代码示例：

import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr.reshape(5, 1))

这会返回一个形状为(5, 1)的二维数组：

[[1] [2] [3] [4] [5]]

六、数组的合并与拆分

Numpy中提供了一些函数用于合并和拆分数组。

我们可以使用concatenate()函数将两个数组沿着某个维度合并，代码示例：

import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) print(np.concatenate((arr1, arr2))) # 输出 [1 2 3 4 5 6]

我们还可以使用vstack()和hstack()函数将两个数组水平或垂直堆叠在一起，代码示例：

import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) # 垂直堆叠 print(np.vstack((arr1, arr2))) # 输出 [[1 2 3] [4 5 6]] # 水平堆叠 print(np.hstack((arr1, arr2))) # 输出 [1 2 3 4 5 6]

我们还可以使用split()函数将一个数组拆分成多个数组，代码示例：

import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(np.split(arr, 5)) # 输出 [array([1]), array([2]), array([3]), array([4]), array([5])]

这会将数组拆分成5个一维数组，每个数组中只包含一个元素。

七、综合示例

现在，我们将使用Numpy中的函数实现一个简单的数据分析和建模的例子。

示例：假设你有100个学生的成绩，你想计算他们的平均成绩、最高成绩和最低成绩。

首先，我们用random()函数生成100个随机数，并使用mean()、max()和min()函数计算它们的平均值、最高值和最低值，代码示例：

import numpy as np grades = np.random.randint(50, 100, 100) # 生成50到100之间的100个随机数 print("平均成绩：", np.mean(grades)) print("最高成绩：", np.max(grades)) print("最低成绩：", np.min(grades))

接下来，我们将使用histogram()函数生成一个成绩的直方图，代码示例：

import matplotlib.pyplot as plt import numpy as np grades = np.random.randint(50, 100, 100) # 生成50到100之间的100个随机数 hist, bins = np.histogram(grades, bins=10, range=(50, 100)) plt.hist(grades, bins=10, range=(50, 100)) plt.show()

最后，我们将使用percentile()

import numpy as np grades = np.random.randint(50, 100, 100) # 生成50到100之间的100个随机数 print("90%的成绩高于：", np.percentile(grades, 90))

• 정사각형 연산:power()함수 사용, 코드 예: rrreee이는 배열 요소는 제곱입니다.
• 제곱근 연산:sqrt()함수 사용, 코드 예: rrreee이는 배열의 각 요소가 제곱되었음을 의미합니다.
• Sum:sum()함수를 사용하세요. 코드 예: rrreee이것은 배열의 모든 요소를 합산하는 것을 의미합니다.
• 최대값과 최소값 찾기:max()및min()함수 사용, 코드 예: rrreee
4. 배열 인덱싱 및 슬라이싱아래 첨자를 사용하여 배열의 요소에 액세스할 수 있습니다. 코드 예시: rrreee또한 배열을 슬라이스할 수도 있습니다. 코드 예시: rrreee5. Numpy는 배열의 모양을 변경하는 몇 가지 함수를 제공하며, 그 중 하나가 reshape()함수입니다. reshape()함수를 사용하여 배열의 모양을 변경할 수 있습니다. 코드 예: rrreee 이렇게 하면 (5, 1) 모양의 2차원 배열이 반환됩니다. rrreee 6. 병합 of Arrays & Splitting Numpy는 배열 병합 및 분할을 위한 몇 가지 기능을 제공합니다. concatenate()함수를 사용하여 특정 차원을 따라 두 배열을 병합할 수 있습니다. 코드 예: rrreee vstack()및 hstack()함수는 두 개의 배열을 수평 또는 수직으로 쌓습니다. 코드 예: rrreee split()함수를 사용하여 배열을 여러 배열로 분할할 수도 있습니다. 코드 예: rrreee이렇게 하면 배열이 각각 하나의 요소만 포함하는 5개의 1차원 배열로 분할됩니다. 7. 종합 예제이제 Numpy의 함수를 사용하여 간단한 데이터 분석 및 모델링 예제를 구현해 보겠습니다. 예: 100명의 학생의 점수가 있고 그들의 평균 점수, 최고 점수, 최저 점수를 계산하려고 한다고 가정합니다. 먼저 random()함수를 사용하여 100개의 난수를 생성하고 mean(), max()및 min()함수는 평균, 최고 및 최저 값을 계산합니다. 코드 예: rrreee다음으로 histogram()함수를 사용하여 점수 히스토그램을 생성합니다. 예: rrreee마지막으로 percentile()함수를 사용하여 성적의 백분위수를 계산합니다. 코드 예: rrreee위는 이 문서에 요약된 일반적인 Numpy 함수입니다. 데이터 분석 및 모델링을 구현하는 데 도움이 될 수 있습니다. 이 샘플 코드가 독자들의 이해를 높이는 데 도움이 되기를 바랍니다.

위 내용은 Numpy 라이브러리에서 일반적으로 사용되는 기능 요약: 데이터 분석 및 모델링을 위한 강력한 도구의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!