Le traitement des données

Qu'est-ce que NumPy

numpy est une bibliothèque de calcul numérique efficace en langage Python. numpy présente les avantages suivants. --Calcul rapide par notation de vectorisation

ndarray: objet de placement multidimensionnel

Dans ndarray, la notation de vectorisation permet un calcul par lots à grande vitesse pour les tableaux.

Création de l'objet ndarray

↓ ↓ ↓ ↓ ↓ ↓ ↓ Contenu de votre article

ndarray.py


───────

#### **`ndarray1.py`**
```python

 ↑↑↑↑↑↑↑ Contenu de la demande d'édition
import numpy as np
ndarray1 = np.array([1,2,3,4,5])
 ↓ ↓ ↓ ↓ ↓ ↓ ↓ Contenu de votre article
print(ndarray)
# Résultat de sortie [1 2 3 4 5]
───────
print(ndarray1)

↑↑↑↑↑↑↑ Contenu de la demande d'édition

↓ ↓ ↓ ↓ ↓ ↓ ↓ Contenu de votre article ndarray2 = np.arrange(1,6,1) ───────

Résultat de sortie


[1 2 3 4 5]

ndarray2.py


ndarray2 = np.arrange(1,6,1)
 ↑↑↑↑↑↑↑ Contenu de la demande d'édition
print(ndarray2)
 ↓ ↓ ↓ ↓ ↓ ↓ ↓ Contenu de votre article
# Résultat de sortie [1 2 3 4 5]

print(np.ones(5))
# Résultat de sortie [1 1 1 1 1]

np.La fonction de tableau peut transmettre une liste multidimensionnelle.

ndarry2.py


ndarray4 = np.array([[1,2,3],[4,5,6]])
print(ndarray4)

# Résultat de sortie [[1 2 3] [4 5 6]]

-forme → forme de disposition -size → Nombre total d'éléments dans le tableau -ndim → Nombre de dimensions du tableau

ndarray3.py


ndarray = np.array([[1, 2, 3], [4, 5, 6]])
print(ndarray.shape)
print(ndarray.size)
print(ndarray.ndim)
# Résultat de sortie (2,3)
# Résultat de sortie 6
# Résultat de sortie 2

───────



#### **`Résultat de sortie`**
```text

[1 2 3 4 5]

↑↑↑↑↑↑↑ Contenu de la demande d'édition

Recommended Posts

Le traitement des données
Traitement des données multi-conditions
Traitement des données 3 (développement) À propos du format des données
Application Python: Traitement des données # 3: Format des données
Gestion des exceptions
Traitement des données 2 Analyse de divers formats de données
Traitement des données 1 Formatage des données et entrée / sortie de fichier
Gestion des erreurs de trame principale
Réduction des données ALMA
Analyse des données Titanic 2
Génération d'ensembles de données
Créer des données d'entraînement
Analyse de données python
Apprenez la science des données
lecture de données pandas
Gestion des erreurs Python
Gestion des exceptions Python
Analyse des données Titanic 1
gestion des exceptions boto3
Manipulation des données PySpark
[SQL Alchemy] Lire les données
Gestion des fuseaux horaires Python
[Introduction à cx_Oracle] (5e) Gestion des données japonaises
Analyse des données Titanic 3
Gestion de la mémoire élevée
Application de Python: Traitement des données Partie 2: Analyse de divers formats de données
django.db.migrations.exceptions.InconsistentMigrationHistory Gestion des erreurs
Données SIG e-Stat
Gestion des exceptions Python
[python] Lecture de données