十七天-Numpy 学习笔记

Numpy 学习笔记

Numpy 作为 Python 中用于进行科学计算的核心库,提供了高性能的多维数组对象,以及大量用于数组操作的工具。下面围绕 "常量""数据类型""时间日期和时间增量" 三个方面,梳理 Numpy 中基本的数据概念和数组创建相关知识。

一、常量

(一)Numpy 中的常见常量

Numpy 定义了一些常用的常量,方便开发者在科学计算中使用。例如,np.pi代表圆周率 π,在涉及圆的面积、周长计算,以及三角函数运算等场景中,直接使用np.pi能让代码更加简洁且表意清晰。代码示例如下:

复制代码

import numpy as np

# 计算半径为5的圆的面积

area = np.pi * 5 ** 2

print(area)

(二)Numpy 中的特殊值常量

  1. np.nan:表示非数字(Not a Number),通常在数据缺失、计算错误(如 0/0)等情况下出现。在数据分析中,识别和处理np.nan至关重要。
  1. np.inf:代表正无穷大,np - inf则表示负无穷大。比如在寻找数据的边界值,或者在一些算法初始化时,这些常量能发挥重要作用。

二、数据类型

(一)Numpy 的数据类型种类

Numpy 支持多种数据类型,这为处理不同类型的数据提供了极大的灵活性:

  1. 整数类型:np.int8、np.int16、np.int32、np.int64分别表示 8 位、16 位、32 位、64 位有符号整数;与之对应的,np.uint8、np.uint16、np.uint32、np.uint64表示无符号整数。在处理图像数据时,np.uint8应用广泛,因为它能表示 0 - 255 的像素值。
  1. 浮点数类型:np.float16、np.float32、np.float64,其中np.float64最为常用,在科学计算和数据分析中,它能提供较高的精度。
  1. 布尔类型:np.bool_,用于存储布尔值True和False,在条件判断和逻辑运算中不可或缺。

(二)数据类型的指定与转换

在创建 Numpy 数组时,可以通过dtype参数指定数据类型。示例如下:

复制代码

arr = np.array([1, 2, 3], dtype = np.float32)

print(arr)

若要对已有的数组进行数据类型转换,可使用astype方法:

复制代码

arr_int = np.array([1.1, 2.2, 3.3])

arr_new = arr_int.astype(np.int32)

print(arr_new)

三、时间日期和时间增量

(一)Numpy 的时间日期表示

Numpy 通过datetime64类型支持时间日期的处理,该类型能以多种格式表示日期和时间。创建datetime64数组的示例如下:

复制代码

date_arr = np.array(['2025 - 01 - 01', '2025 - 01 - 02'], dtype = 'datetime64')

print(date_arr)

(二)时间增量的运用

timedelta64类型用于表示两个时间点之间的时间差。通过np.timedelta64,可以进行日期的加减运算。例如:

复制代码

date = np.datetime64('2025 - 01 - 01')

delta = np.timedelta64(7, 'D')

new_date = date + delta

print(new_date)

这一特性在处理时间序列数据,如股票价格、气象数据时,能够方便地进行时间跨度的计算和分析。

相关推荐
Learn Beyond Limits20 分钟前
Using per-item Features|使用每项特征
人工智能·python·神经网络·算法·机器学习·ai·吴恩达
哈里谢顿1 小时前
Celery Signal 类详解与实战
python
深蓝电商API2 小时前
解析动态数据:如何抓取 JavaScript 加载的 AJAX 内容
爬虫·python
2401_841495642 小时前
【计算机视觉】霍夫变换检测
图像处理·人工智能·python·opencv·算法·计算机视觉·霍夫变换
m0_741585352 小时前
Django开发环境
python·django
一粒马豆2 小时前
python+flask_socketio+pyautogui实现简易远程桌面功能
python·flask·pyautogui·flask_socketio
东方芷兰3 小时前
LLM 笔记 —— 02 大语言模型能力评定
人工智能·笔记·python·神经网络·语言模型·自然语言处理·cnn
羞儿4 小时前
【pytorch】数据增强与时俱进,未来的改进和功能将仅添加到 torchvision.transforms.v2 转换中
pytorch·python·深度学习·数据增强
可触的未来,发芽的智生4 小时前
新奇特:负权重橡皮擦,让神经网络学会主动遗忘
人工智能·python·神经网络·算法·架构
咖啡Beans4 小时前
Python常用系统自带库之json解析
python