您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
怎样才能坚持学习python？有什么好的方法？
数组,函数,数据怎样才能坚持学习python？有什么好的方法？
发布时间：2019-02-08加入收藏来源：互联网点击：
numpy的数据结构是n维的数组对象，叫做ndarray。可以用这种数组对整块数据执行一些数学运算，其语法跟标量元素之间的运算一样。
创建并操作多维数组：
\"/\u003e这里没写 np.float64 只写了 float，但是NumPy会将 Python 类型映射到等价的dtype上。
数组的dtype的另一个用法：
\"/\u003eu4(unit32)：无符号的 32 位（4个字节）整型。
调用astype无论如何都会创建出一个新的数组（原始数据的一份拷贝）。
浮点数只能表示近似的分数值，在复杂计算中可能会积累一些浮点错误，因此比较操作只在一定小数位以内有效。
4、数组和标量之间的运算
数组：可对数据执行批量运算（不用编写循环即可）。这通常叫做矢量化(vectorization)。
大小相等的数组之间，它们之间任何的算术运算都会应用到元素级（每个元素都做这个运算了），数组与标量的算术运算也是。
不同大小的数组之间的运算叫做广播(broadcasting)。
5、索引和切片
数据不会被复制，任何修改都直接改了原数组。
如果仅是要一份副本，则用 .copy()。
对二维数组单个元素的索引：
这两种方式等价。
若arr2d[2]，则输出的是一维数组[7,8,9]。
2*2*3的数组（2组2行3列）：
6、布尔型索引
需要先引入：from numpy.random import randn
或将代码改成：data = np.random.randn(7, 4)
布尔型数组的长度必须跟被索引的轴长度一致。每个名字对应 data 数组一行。
对条件进行否定的两种方式：
组合应用多个布尔条件，可使用\u0026、|等布尔算术运算符
通过布尔型索引选取数组中的数组，将总是创建数据的副本，即使返回一模一样的数组也是一样。
通过布尔型数组设置值：
通过一维布尔数组设置整行或列的值：
7、花式索引
指利用整数数组进行索引。
np.empty((8,4))
Return a new array of given shape and type, without initializing entries.
for i in range(8):
arr[i] = i
Return an object that produces a sequence of integers from start (inclusive)
to stop (exclusive) by step
为了以特定顺序选取行的子集，只需传入一个用于指定顺序的整数列表或 ndarray，使用负数索引会从末尾开始选取行（最后一行是 -1）。
一次传入多个索引组，返回一个一维数组：
取整列的两种方法，相当于给列排了顺序：
花式索引跟切片不一样，总是将数据复制到新数组中。
数组转置和轴对换
转置返回的是源数据的视图，不进行任何复制操作。数组有 transpose 方法，还有一个 T 属性来完成转置：
8、高维数组
Transpose 要一个轴编号：
\u003cimg class=\"capture deal\" src=\"//s3.pstatp.com/wenda/wenda_web/static/style/image/loading_a788ad0.gif\" _src=\"data:image/svg+xml;utf8,\u003csvg xmlns=\" http:=\"\" www.w3.org=\"\" 2000=\"\" svg'=\"\" width=\"640\" height=\"462\"\u003e\"/\u003earr是 2 组 2 行 4 列的数组，transpose的参数表示shape的形状，对于这个例子来说，即2[0]、2[1]、4[2]，transpose(1,0,2)转置后变为2[1]、2[0]、4[2]，看起来仍是 2 组 2 行 4 列的形状，但数组内的元素经过转换后索引已经改变，也要遵循（1，0，2）的顺序。如转置前的数组arr[0,1,0]索引值为 4，转置后的数组arr'[1,0,0]，索引值才为 4。其它同理。
ndarray 的 swapaxes 方法接受一对轴编号且返回源数据的视图：
\"/\u003e
np.meshgrid函数接受两个一维数组，并产生两个二维矩阵（对应于两个数组中所有的（x, y）对。
将条件逻辑表述为数组运算
np.wherea函数是三元表达式x if condition else y的矢量化版本。
np.where的第二个和第三个参数不必是数组，传递给where的数组大小可以不相等，甚至可以是标量值。在数据分析工作中，where通常用于根据另一个数组而产生一个新的数组。
用where表述出更复杂的逻辑：（where的嵌套）
\"/\u003e10、排序
多维数组可以在任何一个轴向上进行排序，只需将轴编号传给sort：
顶级方法np.sort返回的数组已排序的副本，就地排序则会修改数组。
唯一化以及其他的集合逻辑
np.unique找出数组中的唯一值并返回已排序的结果
np.in1d用于测试一个数组的值在另一个数组的情况。
回答于 2019-09-11 08:43:50
首先学习python一定要以实用性为导向！
盲目看教程，结果大多是浅尝辄止，从入门到放弃。
我想告诉你我的经验，如何在一个月内入门python！
1、【why】 你为什么要学习python？
爬虫？数据分析？机器学习？又或者其它？
在找一本python教程准备啃之前，一定要问问自己，我为什么要学习python？
python在近几年越来越受追捧，很多童鞋或者职场小伙伴想要提升技能-学习python。这是非常好的事情，但问题在于很多人不知道学python做什么，所以什么零碎细末、艰难晦涩、长篇大论的都去看，很容易陷入学不下去的困境。必须要有针对性、选择性地学！
针对性学习宗旨是按需去学，学以致用。
想成为木匠，才去学习用刨子、用车床，一个砖瓦匠就没必要瞎费这功夫。同理，当你对网络爬虫感兴趣，并且有爬一个网页的冲动，这时候去学python是最容易上手的。
我是做数据分析工作，学python的初衷是想利用python强大灵活的数据分析能力。
python做数据分析对语法的要求并不高，只要能理解基本的逻辑结构、数据类型、数据结构、运算符、函数、库，就可以运用到实际项目里。所以我就没必要花很大功夫在诸如类、web编程、模块、线程等数据分析不常用的功能上面，如果真遇到这些内容，我再去查资料搞清楚。
2、【what】选择什么样的教程学?
在明确自己为什么学python后，要选择合适的书籍教程。不可否认，市面上已经有太多python入门书籍，以及更多的网络教程。我只推荐给大家python官方文档，不久前该文档已经汉化，大家可以很方便的去学习最新最全的python知识。如果你有能力阅读英文文档，那就选英文文档，毕竟第一手的内容更专业。
当然，官方文档知识点太多，初学者很难找到要学的内容，这时你需要查查各个专业领域的python要求。
如果你是要准备从事数据科学，不妨去kaggle数据科学微教程看看，里面会讲到数据科学需要的python知识，然后对照着一个知识点一个知识点地啃python官方文档。
如果你要做爬虫工作，不妨在网上买一本评分高的python爬虫书籍，一般来说里面会有python基础部分，同理你只要在官方文档里找这部分知识学习。
下一篇：返回列表
相关链接 |
||
| 网友回复（共有 0 条回复） |