《數據挖掘導論》實驗課——實驗1、數據處理之Numpy

實驗1、數據處理之Numpy

1、實驗目的

1. 瞭解numpy庫的基本功能

2. 掌握Numpy庫的對數組的操做與運算

2、實驗工具：

1. Anaconda

2. Numpy

3、Numpy簡介

Numpy 的英文全稱爲 Numerical Python，指Python 面向數值計算的第三方庫。Numpy 的特色在於，針對 Python 內建的數組類型作了擴充，支持更高維度的數組和矩陣運算，以及更豐富的數學函數。Numpy 是 Scipy.org 中最重要的庫之一，它同時也被 Pandas，Matplotlib 等咱們熟知的第三方庫做爲核心計算庫。
NumPy（Numeric Python）提供了許多高級的數值編程工具，如：矩陣數據類型、矢量處理，以及精密的運算庫。專爲進行嚴格的數字處理而產生。多爲不少大型金融公司使用，以及核心的科學計算組織如：Lawrence Livermore，NASA用其處理一些原本使用C++，Fortran或Matlab等所作的任務。
  Numpy包括了：一、一個強大的N維數組對象Array；二、比較成熟的（廣播）函數庫；三、用於整合C/C++和Fortran代碼的工具包；四、實用的線性代數、傅里葉變換和隨機數生成函數。Numpy和稀疏矩陣運算包scipy配合使用更加方便。

4、實驗內容

1. 數組的建立（建立全0數組，全1數組，隨機數數組）

全零數組

全一數組

隨機數組

2. 數組的屬性（查看數組的維度，數組元素的個數）

3. 數組的維度操做（將數組的行變列，返回最後一個元素，返回第2到第4個元素，返回逆序的數組）

4. 數組的合併（數組的水平合併，垂直合併，深度合併）

5. 數組的拆分（數組的水平拆分，垂直拆分，深度拆分）

6. 數組運算（與常的四則運算，與數組的四則運算，判斷數組是否相等）

7. 數組的經常使用函數（數組全部元素的和、積、平均值、最大值、最小值、元素替換、方差、標準差）

5、實驗總結（寫出本次實驗的收穫，遇到的問題等）

經過本次實驗，對Numpy進行了簡單的回顧練習，包括數組的建立，相關屬性的熟悉。瞭解了數組維度快捷操做的方法以及合併操做對應的函數。
以前線性代數的學習中，並未接觸合併的概念，不過經過實例仍是比較好理解的，深度合併頗有意思。對數組深度掌握不夠，還要增強數學知識的學習。

原文出處：https://www.cnblogs.com/wonker/p/11062614.html