50个常用的Numpy函数解释，参数和使用示例

Numpy是python中最有用的工具之一。它可以有效地处理大容量数据。使用NumPy的最大原因之一是它有很多处理数组的函数。在本文中，将介绍NumPy在数据科学中最重要和最有用的一些函数。

创建数组

1、Array

它用于创建一维或多维数组

Dtype:生成数组所需的数据类型。

ndim:指定生成数组的最小维度数。

1. import numpy as np
2. np.array([1,2,3,4,5])
3. ----------------
4. array([1, 2, 3, 4, 5, 6])

还可以使用此函数将pandas的df和series转为NumPy数组。

1. sex = pd.Series(['Male','Male','Female'])
2. np.array(sex)
3. ------------------------
4. array(['Male', 'Male', 'Female'], dtype=object)

2、Linspace

创建一个具有指定间隔的浮点数的数组。

start:起始数字

end:结束

Num:要生成的样本数，默认为50。

1. np.linspace(10,100,10)
2. --------------------------------
3. array([ 10., 20., 30., 40., 50., 60., 70., 80., 90., 100.])

3、Arange

在给定的间隔内返回具有一定步长的整数。

step:数值步长。

1. np.arange(5,10,2)
2. -----------------------
3. array([5, 7, 9])

4、Uniform

在上下限之间的均匀分布中生成随机样本。

完整文章：

https://avoid.overfit.cn/post/f47bb7762ccb41189baff5fe6a10403a

标签：10,示例,50,数组,np,array,Male,Numpy
来源： https://www.cnblogs.com/deephub/p/16450315.html