简体中文(ZH-CN) English(EN) 繁体中文(ZH-TW) 日本語(JA) 한국어(KO) Melayu(MS) Français(FR) Deutsch(DE)
ホームページ > バックエンド開発 > Python チュートリアル > 本文

Python numpy ライブラリ

巴扎黑
リリース： 2017-06-23 15:32:27
オリジナル
2293 人が閲覧しました

python-numpy

csvファイルの書き込みとアクセス

csvファイルの書き込み

CSV (Comma-Separated Value、カンマ区切り値) は、バッチ データを保存するために使用される一般的なファイル形式です。

csvファイルの書き込み

np.savetxt(frame, array, fmt='%.18e', delimiter=None)
• frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
• array : 存入文件的数组
• fmt : 写入文件的格式，例如：%d %.2f %.18e
• delimiter : 分割字符串，默认是任何空格
ログイン後にコピー

例:

>>> a = np.arange(100).reshape(5,20)>>> np.savetxt('a.csv',a,fmt='%d',delimiter=',')
ログイン後にコピー

取得したファイルはこんな感じ

0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19
20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39
40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59
60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79
80,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95,96,97,98,99
ログイン後にコピー

パラメータを変更して浮動小数点数を書き込む

>>> a = np.arange(100).reshape(5,20)>>> np.savetxt('a.csv',a,fmt='%.1f',delimiter=',')
ログイン後にコピー
0.0,1.0,2.0,3.0,4.0,5.0,6.0,7.0,8.0,9.0,10.0,11.0,12.0,13.0,14.0,15.0,16.0,17.0,18.0,19.0
20.0,21.0,22.0,23.0,24.0,25.0,26.0,27.0,28.0,29.0,30.0,31.0,32.0,33.0,34.0,35.0,36.0,37.0,38.0,39.0
40.0,41.0,42.0,43.0,44.0,45.0,46.0,47.0,48.0,49.0,50.0,51.0,52.0,53.0,54.0,55.0,56.0,57.0,58.0,59.0
60.0,61.0,62.0,63.0,64.0,65.0,66.0,67.0,68.0,69.0,70.0,71.0,72.0,73.0,74.0,75.0,76.0,77.0,78.0,79.0
80.0,81.0,82.0,83.0,84.0,85.0,86.0,87.0,88.0,89.0,90.0,91.0,92.0,93.0,94.0,95.0,96.0,97.0,98.0,99.0
ログイン後にコピー

csvファイルの読み込み

csvファイルの読み込み

np.loadtxt(frame, dtype=np.float, delimiter=None， unpack=False)
• frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
• dtype : 数据类型，可选
• delimiter : 分割字符串，默认是任何空格
• unpack : 如果True，读入属性将分别写入不同变量
ログイン後にコピー

例:

>>> b = np.loadtxt('a.csv',delimiter=',')>>> b
array([[  0.,   1.,   2.,   3.,   4.,   5.,   6.,   7.,   8.,   9.,  10.,         11.,  12.,  13.,  14.,  15.,  16.,  17.,  18.,  19.],
       [ 20.,  21.,  22.,  23.,  24.,  25.,  26.,  27.,  28.,  29.,  30.,         31.,  32.,  33.,  34.,  35.,  36.,  37.,  38.,  39.],
       [ 40.,  41.,  42.,  43.,  44.,  45.,  46.,  47.,  48.,  49.,  50.,         51.,  52.,  53.,  54.,  55.,  56.,  57.,  58.,  59.],
       [ 60.,  61.,  62.,  63.,  64.,  65.,  66.,  67.,  68.,  69.,  70.,         71.,  72.,  73.,  74.,  75.,  76.,  77.,  78.,  79.],
       [ 80.,  81.,  82.,  83.,  84.,  85.,  86.,  87.,  88.,  89.,  90.,         91.,  92.,  93.,  94.,  95.,  96.,  97.,  98.,  99.]])>>> b = np.loadtxt('a.csv',dtype=np.int,delimiter=',')>>> b
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,17, 18, 19],
       [20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36,37, 38, 39],
       [40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56,57, 58, 59],
       [60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76,77, 78, 79],
       [80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96,97, 98, 99]])
ログイン後にコピー

CSV は 1 次元と 2 次元の配列のみを効果的に保存できます
np.savetxt() np.loadtxt() は 1 次元と 2 次元の配列のみに効果的にアクセスできます

多次元へのアクセスdata

多次元データの書き込み

a.tofile(frame, sep='', format='%s')
• frame : 文件、字符串
• sep : 数据分割字符串，如果是空串，写入文件为二进制
• format : 写入数据的格式
ログイン後にコピー

例; 

>>> a = np.arange(100).reshape(5,10,2)>>> a.tofile("a.dat",sep=',',format='%d')
ログイン後にコピー

a.datの内容:

0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95,96,97,98,99
ログイン後にコピー

区切り文字を指定しないとバイナリファイルが生成され、テキストエディタで読み込むことができません。

多次元データの読み込み

np.fromfile(frame, dtype=float, count=‐1, sep='')
• frame : 文件、字符串
• dtype : 读取的数据类型
• count : 读入元素个数，‐1表示读入整个文件
• sep : 数据分割字符串，如果是空串，写入文件为二进制
ログイン後にコピー

numpyの乱数関数

NumPyのrandomサブライブラリ
np.random.*

関数description
rand(d 0,d​​1,.,dn )d0-dn、浮動小数点数、[0,1)に基づいて一様分布の乱数配列を作成
randn(d0,d1,...,dn)d0-dnに基づいて作成乱数配列、標準正規分布
randint(low[,high,shape])形状に基づいてランダムな整数または整数配列を作成します。範囲は[low,high)です
seed(s) 乱数シード、s は指定されたシード値です
shuffle(a)は配列 a の最初の軸に従って配置され、配列 a
permutation(a) に従って配列を変更します配列 a の最初の軸 1 軸は、配列 a を変更せずに新しい不規則な配列を生成します
choice(a[,size,replace,p]) 確率 p で 1 次元配列 a から要素を抽出しますサイズの新しい配列を形成します。shape replace 要素を再利用できるかどうかを示します。デフォルトは False です
uniform(low,high,size)は、均一な分布、低い開始値、高い終了値を持つ配列を生成します、サイズは形状です
normal(loc,scale,size)は正規分布の配列を生成します、locは平均、スケール標準偏差、サイズは形状です
poisson(lam,size) ポアソン分布を持つ配列を生成します。lamはランダムイベントの発生率です。Rate、sizeは形状の統計関数です

numpy

NumPyは直接統計関数
npを提供します

関連するものの合計を計算します。指定された軸、軸整数またはタプルに従って配列 a の要素を計算しますmean(a,axis=None)指定された軸、軸整数またはタプルに従って配列 a の関連要素の期待値を計算しますaverage(a,axis=None,weights=None)指定された軸に基づいて配列 a の関連要素の加重平均を計算しますstd(a,axis=None)指定された軸に基づいてaxis axis 配列 a の関連要素の標準偏差を計算します var(a, axis = None) 指定された axis に従って配列 a の関連要素の分散を計算します axismin (a) max(a)配列の計算 aの要素の最小値と最大値argmin(a) argmax(a)配列aの要素の最小値と最大値を計算添字を1次元削減した後unravel_index(index,shape )形状に応じて1次元の添字インデックスを多次元の添字に変換しますptp(a)との差を計算します配列amedian(a)の要素の最大値と最小値の要素の中央値(中央値)numpy の勾配関数 関数 説明
axis=Noneは標準パラメータです統計関数

np.gradient (f) 配列 f の要素の勾配を計算します。 f が多次元の場合、戻り値を返します。各次元の勾配勾配: 連続する値間の変化率、つまり、XY 座標軸上の 3 つの連続する X 座標の傾き対応する Y 軸の値: a、b、c、ここで勾配b の値: (c-a)/2
>>> a = np.random.randint(0,20,5)>>> np.gradient(a)
array([  9. ,  -0.5,  -2. ,  -3. , -12. ])
ログイン後にコピー

以上がPython numpy ライブラリの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

関連ラベル：
numpy python
ソース：php.cn
前の記事：Pythonのいくつかの関数をまとめます 次の記事：Python http 長い接続クライアントのサンプル チュートリアル
このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
著者別の最新記事
最新の問題
Google ChromeでHTMLからPythonスクリプトを実行するにはどうすればよいですか? Chrome 拡張機能を構築していて、拡張機能 (基本的に HTML) のボタンをクリックして PC から Python スクリプトを実行したいと考えています。 Python スク...
から 2023-11-02 23:34:24
0
1
400
一部の mysql 接続では、削除と挿入の後に mysql データベースの古いデータが選択されるのはなぜですか? Python/wsgiweb アプリケーションのセッションに問題があります。 2 つの wsgi デーモンの各スレッドには、異なる永続的な mysqldb 接続があります。場合によ...
から 2023-10-30 12:37:20
0
2
229
変数を使用して Python で SQL ステートメントを実行する 次の Python コードがあります:cursor.execute("INSERTINTOtableVALUESvar1,var2,var3,") ここで、va...
から 2023-10-12 15:06:00
0
2
258
Python の三項演算子を理解する [重複] 現在 JavaScript から Python に移行中ですが、Python にも JavaScript と同様の三項演算子があるかどうか疑問に思っています。 JavaScript...
から 2023-09-21 18:46:04
0
1
377
Pythonを使用して文字列と追加部分を一致させるが、追加部分が異なる場合は一致しない方法 文字列と追加部分が一致するが、追加部分が異なる場合は一致しないようにするにはどうすればよいですか?たとえば、名前のリストがあり、それらをデータベース内の名前と照合する必要がある場合...
から 2023-09-20 19:02:23
0
1
260
関連トピック
詳細>
人気のおすすめ
人気のチュートリアル
詳細>
関連するチュートリアル
人気のおすすめ
最新のコース
最新のダウンロード
詳細>
ウェブエフェクト
公式サイト
サイト素材
フロントエンドテンプレート
私たちについて 免責事項 Sitemap
PHP中国語ウェブサイト：福祉オンライン PHP トレーニング，PHP 学習者の迅速な成長を支援します！