Python 数据科学手册pdf+源代码这本书可以说的上是使用python进行数据分析的必备书籍了,作为学习记录还是不想鸽的。 完成了基本的配置工作 help和?搭配使用,可以简单的看成一个查询帮助系统 一个?,基本的信息 二个??,打印源码 _然后Tab补全命令 * 通配符命令 Ipython里面支持的快捷键,建议在cmd用
多个代码复制时使用,先复制代码 然后执行这个命令,就自动复制了 可以使用run命令,运行外面的脚本文件 成功 def square(x): """求平方""" return x ** 2
for N in range(1, 4): print(N, "square is ", square(N))
你自己试试 一些简单的pdb调试命令 性能检测部分 % 单行,说了很多次 %%多行,然后这个命令不会对垃圾回收的什么做干预 所以会慢一些 对于一个函数来说,可以使用下面的函数来对每一行的代码来计时 可以看到对每一行的计时操作 这里就是要重点说的numpy了 按照惯例名字叫np缩写,打印了一下版本 其实np里面最多的概念就是数组,就像matlab一样时矩阵优先 在这里先使用自带的array库,生成一个list 我们用np的时候时这样的输入 然后int和float共存的情况下,进行数据升级操作 也可以指定要生成的数据类型 也可以对每一列进行+1的操作,循环3次 生成一个10个数的数组,类型是integer 也可以生成规模指定的数组 或者可以指定生成的浮点型数组 这几个适合一起对比看,就不单独的截图了 第一个,按照步进2 ,从0到20 第二个在0到1之间,随机生成5个数字 第三个是均匀分布 第四个是均值0,方差1的正态分布 最后一个,[0,10)区间的随机整型数组 最后来个单位阵
这是两种不同的指定数据类型的方法,我觉得最后的写法更酷更统一一些 标准的数据类型有这么多 对一个数组的操作,大概就是这么多 x3=np.random.randint(10,size=(3,4,5))# 三维数组 先建立一个3x3的数组 上面这些个方法就可以对一个任意维数的数组做定量的描述了 第一个是维度 第二个是形状 第三个是元素的数量 第四个是元素的类型 第五个是单个元素的大小 第六个是所有元素的总和 写一个一维的数组,来所用索引号来访问值 前两个是正向的获取值方法 后两个是使用负值进行末尾元素的获取 x2是一个二维的数组 使用(行,列)这样的元素获取法,这样的形式叫逗号分割的索引元组 如何获得一个子数组 第一个生成一个一维的数组 获取前五个元素 获取后五个元素 获取中间的子数组 隔一个元素取一下 从1开始,隔一个取一下 |
|