Kapitel 5. Die Grundlagen von NumPy-Arrays
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Die Datenmanipulation in Python ist fast gleichbedeutend mit der NumPy-Array-Manipulation: Selbst neuere Tools wie Pandas(Teil III) sind um das NumPy-Array herum aufgebaut. In diesem Kapitel werden mehrere Beispiele für die Verwendung der NumPy-Array-Manipulation vorgestellt, um auf Daten und Subarrays zuzugreifen und die Arrays zu teilen, umzuformen und zu verbinden. Die hier gezeigten Operationen mögen zwar etwas trocken und pedantisch erscheinen, aber sie bilden die Grundlage für viele andere Beispiele, die im ganzen Buch verwendet werden. Lerne sie gut kennen!
Wir werden hier ein paar Kategorien von grundlegenden Array-Manipulationen behandeln:
- Attribute von Arrays
-
Größe, Form, Speicherverbrauch und Datentypen von Arrays bestimmen
- Indizierung von Arrays
-
Abrufen und Setzen der Werte einzelner Array-Elemente
- Aufteilung von Arrays
-
Abrufen und Setzen kleinerer Subarrays innerhalb eines größeren Arrays
- Umformung von Arrays
-
Ändern der Form eines bestimmten Arrays
- Verbinden und Aufteilen von Arrays
-
Kombinieren mehrerer Arrays zu einem und Aufteilen eines Arrays in mehrere
NumPy Array-Attribute
Zunächst wollen wir einige nützliche Array-Attribute besprechen. Wir beginnen damit, zufällige Arrays mit einer, zwei und drei Dimensionen zu definieren. Wir verwenden den Zufallszahlengenerator von NumPy, ...
Get Python Data Science Handbook, 2. Auflage now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
