Python在数据分析领域应用广泛吗?

2026-04-30 16:110阅读0评论SEO资源
  • 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。

Python在数据分析领域应用广泛吗?

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。

阅读全文

本文共计957个文字,预计阅读时间需要4分钟。

Python在数据分析领域应用广泛吗?

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。

阅读全文