python学习--Numpy1

2023-10-21 09:38
文章标签 python 学习 numpy1

本文主要是介绍python学习--Numpy1,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

# Numpy包的使用数据分析最重要的库
# instance 1 向量加法
import numpy as np
def pythonsum(n):a = list(range(n))b = list(range(n))c = []for i in range(len(a)):a[i] = i**2b[i] = i**3c.append(a[i]+b[i])return cdef numpysum(n):a = np.arange(n)**2b = np.arange(n)**3c = a+breturn c
import sys
from datetime import datetime
import numpy as np
size = 1000
#np.arrange[n]产生的数组就相当于[0,1,'''''',n-1]
start = datetime.now()
c = pythonsum(size)
delta = datetime.now() - start
print("The last 2 elements of the sum",c[-2:])
print("PythonSum elapsed time in microseconds",delta.microseconds)start = datetime.now()
c = numpysum(size)
delta = datetime.now() - start
print("The last 2 elements of the sum",c[-2:])
print("NumpySum elapsed time in microseconds",delta.microseconds)a = np.arange(5)a
a.shape
print(a.shape)
#创建多维数组
m = np.array([np.arange(2), np.arange(2)])
print(m)
print(m.shape) # 2*2的数组
print(m.dtype) # 数据类型f = np.zeros(10)
print(f,'\n')t = np.zeros((3,6))
print(t)t1 = np.empty((2,3,2))
t2 = np.arange(15)
print(t1)
print(t2)a = np.array([[1,2],[3,4]])print("In: a")
print(a)print("In: a[0,0]")
print(a[1,1])print("In: arrange(7,dtype = uint16)")
print(np.arange(7,dtype=np.uint16))arr = np.array([1,2,3,4,5])
arr.dtype
float_arr = arr.astype(np.float64)
print(float_arr.dtype)print(a.dtype.byteorder)
print(a.dtype.itemsize)t = np.dtype([('name',np.str_,40),('numitems',np.int32),("price",np.float32)])
print(t)
print(t['name'])itemz = np.array([("Meaning of life DVD",42,3.14),("butter",13,2.72)],dtype=t)
print(itemz[0])
print(itemz[1])
#创建数组
a = list(range(10))
for i in range(len(a)):a[i]=int(input("Please put number: "))for i in a:print(i)

这篇关于python学习--Numpy1的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/253533

相关文章

Python FastMCP构建MCP服务端与客户端的详细步骤

《PythonFastMCP构建MCP服务端与客户端的详细步骤》MCP(Multi-ClientProtocol)是一种用于构建可扩展服务的通信协议框架,本文将使用FastMCP搭建一个支持St... 目录简介环境准备服务端实现(server.py)客户端实现(client.py)运行效果扩展方向常见问题结

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python实现自动化Word文档样式复制与内容生成

《Python实现自动化Word文档样式复制与内容生成》在办公自动化领域,高效处理Word文档的样式和内容复制是一个常见需求,本文将展示如何利用Python的python-docx库实现... 目录一、为什么需要自动化 Word 文档处理二、核心功能实现:样式与表格的深度复制1. 表格复制(含样式与内容)2

python获取cmd环境变量值的实现代码

《python获取cmd环境变量值的实现代码》:本文主要介绍在Python中获取命令行(cmd)环境变量的值,可以使用标准库中的os模块,需要的朋友可以参考下... 前言全局说明在执行py过程中,总要使用到系统环境变量一、说明1.1 环境:Windows 11 家庭版 24H2 26100.4061

Python中文件读取操作漏洞深度解析与防护指南

《Python中文件读取操作漏洞深度解析与防护指南》在Web应用开发中,文件操作是最基础也最危险的功能之一,这篇文章将全面剖析Python环境中常见的文件读取漏洞类型,成因及防护方案,感兴趣的小伙伴可... 目录引言一、静态资源处理中的路径穿越漏洞1.1 典型漏洞场景1.2 os.path.join()的陷

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

Python中bisect_left 函数实现高效插入与有序列表管理

《Python中bisect_left函数实现高效插入与有序列表管理》Python的bisect_left函数通过二分查找高效定位有序列表插入位置,与bisect_right的区别在于处理重复元素时... 目录一、bisect_left 基本介绍1.1 函数定义1.2 核心功能二、bisect_left 与

Python使用Tkinter打造一个完整的桌面应用

《Python使用Tkinter打造一个完整的桌面应用》在Python生态中,Tkinter就像一把瑞士军刀,它没有花哨的特效,却能快速搭建出实用的图形界面,作为Python自带的标准库,无需安装即可... 目录一、界面搭建:像搭积木一样组合控件二、菜单系统:给应用装上“控制中枢”三、事件驱动:让界面“活”

VSCode设置python SDK路径的实现步骤

《VSCode设置pythonSDK路径的实现步骤》本文主要介绍了VSCode设置pythonSDK路径的实现步骤,包括命令面板切换、settings.json配置、环境变量及虚拟环境处理,具有一定... 目录一、通过命令面板快速切换(推荐方法)二、通过 settings.json 配置(项目级/全局)三、

Python struct.unpack() 用法及常见错误详解

《Pythonstruct.unpack()用法及常见错误详解》struct.unpack()是Python中用于将二进制数据(字节序列)解析为Python数据类型的函数,通常与struct.pa... 目录一、函数语法二、格式字符串详解三、使用示例示例 1:解析整数和浮点数示例 2:解析字符串示例 3:解