Python在数据分析领域应用广泛吗?
- 内容介绍
- 文章标签
- 相关推荐
本文共计957个文字,预计阅读时间需要4分钟。
目录+数据条件筛选行(筛选)+数据行列号取值(查询)+数据值定位行列(定位)+按行/列求和(求和)+赋值+数据条件筛选行(筛选)+筛选矩阵中第7列值为5的行+B=A[A[:,6]==5] +=A[:,6]
目录
- 根据条件筛选行(筛选)
- 根据行列号取值(查询)
- 根据值求行列号(定位)
- 按行/列求和(求和)
- 赋值
根据条件筛选行(筛选)
筛选矩阵中第7列值为5的行
B = A[ A[:,6] == 5]
筛选矩阵中第7列大于5的行
B = A[ A[:,6] > 5]
Numpy基础操作
根据行列号取值(查询)
取第2行第2列的数字
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) y=x[1,1] print(y)
截取前几行前几列
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) #[a:b,c:d] 表示取a-b行,c-d列。
本文共计957个文字,预计阅读时间需要4分钟。
目录+数据条件筛选行(筛选)+数据行列号取值(查询)+数据值定位行列(定位)+按行/列求和(求和)+赋值+数据条件筛选行(筛选)+筛选矩阵中第7列值为5的行+B=A[A[:,6]==5] +=A[:,6]
目录
- 根据条件筛选行(筛选)
- 根据行列号取值(查询)
- 根据值求行列号(定位)
- 按行/列求和(求和)
- 赋值
根据条件筛选行(筛选)
筛选矩阵中第7列值为5的行
B = A[ A[:,6] == 5]
筛选矩阵中第7列大于5的行
B = A[ A[:,6] > 5]
Numpy基础操作
根据行列号取值(查询)
取第2行第2列的数字
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) y=x[1,1] print(y)
截取前几行前几列
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) #[a:b,c:d] 表示取a-b行,c-d列。

