怎么在网站后面做链接,百度云群组,海南在线直播,网页微信能不能传文件#x1f4cb; 博主简介 #x1f496; 作者简介#xff1a;大家好#xff0c;我是wux_labs。#x1f61c; 热衷于各种主流技术#xff0c;热爱数据科学、机器学习、云计算、人工智能。 通过了TiDB数据库专员#xff08;PCTA#xff09;、TiDB数据库专家#xff08;PCTP… 博主简介 作者简介大家好我是wux_labs。 热衷于各种主流技术热爱数据科学、机器学习、云计算、人工智能。 通过了TiDB数据库专员PCTA、TiDB数据库专家PCTP、TiDB数据库认证SQL开发专家PCSD认证。 通过了微软Azure开发人员、Azure数据工程师、Azure解决方案架构师专家认证。 对大数据技术栈Hadoop、Hive、Spark、Kafka等有深入研究对Databricks的使用有丰富的经验。 个人主页wux_labs如果您对我还算满意请关注一下吧~ 个人社区数据科学社区如果您是数据科学爱好者一起来交流吧~ 请支持我欢迎大家 点赞收藏⭐️吐槽您的支持是我持续创作的动力~ 《PySpark大数据分析实战》-20.NumPy介绍数组的生成 《PySpark大数据分析实战》-20.NumPy介绍数组的生成前言数学计算库NumPy介绍数组的生成生成有初始占位符内容的数组生成固定范围的数组生成服从分布律的数组 结束语 《PySpark大数据分析实战》-20.NumPy介绍数组的生成
前言
大家好今天为大家分享的是《PySpark大数据分析实战》第3章第2节的内容NumPy介绍数组的生成。 图书在当当、京东、机械工业出版社以及各大书店有售 数学计算库NumPy介绍
NumPyNumerical Python是Python中科学计算的基础包是用于科学计算和数值分析的一个重要库。它提供了多维数组对象ndarray各种派生对象以及用于数组快速操作的通用函数、线性代数、傅里叶变换、随机数生成等功能是Python科学计算中必不可少的库。要在项目中使用NumPy需要在Python环境中安装NumPy命令如下
$ pip install numpy在使用时需要在Python脚本中导入numpy以及其他必要的包代码如下
import numpy as np
import random
import time数组的生成
NumPy提供了一些用于生成包含初始值的N维数组的方法可以方便人们快速地生成N维数组。
生成有初始占位符内容的数组
NumPy可以生成初始占位符内容为0、1或随机数的数组主要的方法有
numpy.zeros()用于生成元素全为0的数组。numpy.ones()用于生成元素全为1的数组。numpy.empty()用于生成元素为随机数的数组。
在下面的案例中分别生成包含不同初始值的二维数组代码如下
# 生成全为0的数组
ary3 np.zeros(shape(2, 3), dtypeint32)
# 生成全为1的数组
ary4 np.ones(shape(2, 3), dtypenp.int32)
# 生成随机数数组
ary5 np.empty(shape(2, 3), dtypenp.float64)
print(ary3)
print(ary4)
print(ary5)执行代码输出结果为
[[0 0 0][0 0 0]]
[[1 1 1][1 1 1]]
[[6.23042070e-307 3.56043053e-307 1.37961641e-306][2.22518251e-306 1.33511969e-306 1.24610383e-306]]生成固定范围的数组
在生成数组时可以指定数组中元素的数据范围主要的方法有
numpy.arange()生成一个可指定起始值默认为0、终止值不包含、步长的数组。numpy.linspace()生成一个可指定起始值、终止值、样本数的一维等差数列数组。numpy.logspace()生成一个可指定起始值、终止值、样本数的一维对数数列数组。
在下面的案例中分别生成包含不同数据范围的数组代码如下
# 生成起始值1、终止值100、步长10的数组
ary6 np.arange(1, 100, 10)
# 生成起始值1、终止值100、样本数10个的数组
ary7 np.linspace(1, 100, 10)
# 生成起始值1、终止值2、以10为对数底数、样本数9个的数组
ary8 np.logspace(1.0, 2.0, num9)
print(ary6)
print(ary7)
print(ary8)执行代码输出结果如下
[ 1 11 21 31 41 51 61 71 81 91]
[ 1. 12. 23. 34. 45. 56. 67. 78. 89. 100.]
[ 10. 13.33521432 17.7827941 23.71373706 31.622776642.16965034 56.23413252 74.98942093 100. ]生成服从分布律的数组
NumPy还可以生成服从一定分布律规则的数组主要的方法有
numpy.random.rand()生成一个元素服从均匀分布的数组可以指定每个维度的元素个数。numpy.random.uniform()从一个均为分布中随机抽样。numpy.random.randn()生成一个元素服从正太分布的数组可以指定每个维度的元素个数。numpy.random.normal()从一个正太分布中随机抽样。
在下面的案例中分布生成满足不同分布律的数组代码如下
import matplotlib.pyplot as pltfigure, ax plt.subplots(2, 2)
plt.rcParams[font.sans-serif] [Simhei]
plt.subplot(2, 2, 1)
# 生成3000个元素的[0.1)区间的均匀分布数组
plt.hist(np.random.rand(3000))
ax[0][0].set_title([0,1)均匀分布数组)plt.subplot(2, 2, 2)
# 从[1,40)区间的均匀分布中随机抽样3000个元素
plt.hist(np.random.uniform(low1, high40, size3000))
ax[0][1].set_title([1,40)均匀分布中随机抽样)plt.subplot(2, 2, 3)
# 生成均值为10标准差为2服从正太分布的数组
plt.hist(np.random.normal(10, 2, 3000))
ax[1][0].set_title(均值10标准差2的正太分布数组)plt.subplot(2, 2, 4)
# 生成服从标准正太分布的数组
plt.hist(np.random.randn(3000))
ax[1][1].set_title(标准正太分布数组)plt.tight_layout()
plt.show()执行代码绘制的图形如图所示。 结束语
好了感谢大家的关注今天就分享到这里了更多详细内容请阅读原书或持续关注专栏。
