1,查看文档: shift+tab
2,输入输出历史: In Out
3. %time %timeit %%time %%timeit
numpy:
1,特点:数据类型相同的有序的数据集合,如果初始化的数据类型不同,会强制类型统一 优先级: str >float > int
2.构造: np. array (list) np. ones (shape, dtype) np. zeros (), np. full (shape, dtype, fill_value) np. eye (N) np. linspace (start, stop, num) np. arange ([start], stop, [step]) np. random. randint () np. random. randn () np. random. normal () np. random. random () np. random. permutation ()
3.属性: ndim shape size dtype
4.索引:访问元素: arr[indexi, index2, index3...]
访问行: arr[行索引]
访问列: arr[:,列索引]
特殊访问的方式:使用列表(索引列表、BOOL列表)
5,切片:在每一个维度上指定切片范围
eg. arr [rowindex1:rowindex2, colindex1:colindex2]
6,聚合运算:sum () mean () stdO var() argmax () argmin () np. median() any () all0 经常与逻辑表达式配合,比如查询一组数据中大于均值 的所有数
7.广播运算:
1,缺失维度补1
2,用己有值填充
最终目的:就是保证参与运算的两个数组形状一致
array + num
8.排序
np. sort ()快速排序、堆排序
np. partition () 部分排序
标签：arr,复习,回顾,dtype,random,索引,shape,np,numpy From： https://www.cnblogs.com/988MQ/p/16886512.html