数据分析之Numpy常用方法【等差数列:np.linspace()、取整:np.ceil() ,np.floor()】

2023-10-27

1. np.linspace()

np.linspace() 主要用于生成等差数列,相关参数如下:

  • start:起始点
  • stop:终止点 【包含】
  • num : 生成start和stop之间num个等差间隔的元素,默认50,
  • endpoint :生成等差间隔为 (stop - start)/num 的元素,默认为True
  • retstep:返回一个(array,num)元组,array是结果数组,num是间隔大小,默认False
  • dtype: 输出数组的类型。
# np.linspace
list_1 = np.linspace(0, 9)
list_2 = np.linspace(0, 9, num=10)
list_3 = np.linspace(0, 9, num=10, retstep=True)
list_4 = np.linspace(1, 9, num=10, endpoint=False)

print(list_1)
print("------------------------------------")
print(list_2)
print(list_3)
print("------------------------------------")
print(list_4)
输出:
[0.         0.18367347 0.36734694 0.55102041 0.73469388 0.91836735
 1.10204082 1.28571429 1.46938776 1.65306122 1.83673469 2.02040816
 2.20408163 2.3877551  2.57142857 2.75510204 2.93877551 3.12244898
 3.30612245 3.48979592 3.67346939 3.85714286 4.04081633 4.2244898
 4.40816327 4.59183673 4.7755102  4.95918367 5.14285714 5.32653061
 5.51020408 5.69387755 5.87755102 6.06122449 6.24489796 6.42857143
 6.6122449  6.79591837 6.97959184 7.16326531 7.34693878 7.53061224
 7.71428571 7.89795918 8.08163265 8.26530612 8.44897959 8.63265306
 8.81632653 9.        ]
------------------------------------
[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
(array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.]), 1.0)
------------------------------------
[1.  1.8 2.6 3.4 4.2 5.  5.8 6.6 7.4 8.2]

2. np.ceil() ,np.floor()

  • np.ceil() 向上取整,
  • np.floor()向下取整
a = np.array([1.2, 4.3, 5.6, 7.2, 8.1])
print(np.ceil(a))  # 向上取整,不是四舍五入
print(np.floor(a))  # 向下取整,不是四舍五入
输出:
[2. 5. 6. 8. 9.]
[1. 4. 5. 7. 8.]
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

数据分析之Numpy常用方法【等差数列:np.linspace()、取整:np.ceil() ,np.floor()】 的相关文章

  • 2021 CCF大数据与计算智能大赛个贷违约预测top 73 解决方案

    目录 一 概述 二 解题过程 2 1 数据 2 2 构建基线 2 3 进阶思路一 2 4 进阶思路二 2 5 进阶思路三 2 6 融合 2 7 调优提分过程 2 8 其他工作 三 结语 一 概述 这是我第二次参加大数据类型的竞赛 也是第一次
  • 朋友月薪3000,靠 Python 做副业月入过万!

    被压垮的打工人 你还好吗 房贷车贷 上老下小 日常开销 但你的收入有多少 所以你不敢生病 甚至不敢回家 就为了每个月那么点死工资 还得天天加班 然而忙忙忙 却变成了 穷忙族 成为了职场废人 朋友在事业单位工作 事少离家近 收入也很稳定 但她
  • 用RPA实现高效批量下载图片,轻松解决繁琐操作!

    在电商行业中 高质量的商品图片是吸引客户的重要因素之一 然而 传统的下载方式需要逐个点击商品链接并手动保存图片 费时费力且容易出错 为了解决这个问题 八爪鱼抓取淘宝商品图片rpa机器人应运而生 它可以模拟人在电脑上的操作 根据用户的配置自动
  • 平面电磁波散射中麦克斯韦方程组的米氏解

    摘要 平面波对于任意半径和折射率的球形粒子的吸收和散射问题 米氏解是严格的麦克斯韦求解器 其得到的散射效应十分依赖于粒子的大小 根据其特性 散射可以分为瑞利散射 米氏散射和几何光学散射 VirtualLab Fusion中包含了完整的米氏解
  • Python获取去哪儿旅游数据并作可视化攻略

    嗨喽 大家好呀 这里是爱看美女的茜茜呐 开发环境 版 本 python 3 8 编辑器 pycharm 第三方库 requests gt gt gt pip install requests parsel gt gt gt pip inst
  • Pipeline 助您轻松驾驭海量数据!

    前言 数据治理在当今信息时代变得至关重要 随着数据量的不断增长和多样化 组织需要有效地管理和利用这些数据 以支持业务决策和创新发展 不论是做数据分析还是数据解析 利用 Pipeline 可以帮助组织实现数据治理的自动化和规范化 为组织提供更
  • Python数据分析学习路线详细版总结

    数据分析人人都有必要掌握一点 哪怕只是思维也行 下面探讨Python数据分析需要学习的知识范畴 结合自己的经历和理解 总结的 学习大纲 有些章节带有解释 有些没有 当然 关于学习范畴 可能每个人的理解都不太一样 以下仅供参考 1 数据分析思
  • 如何学习Python数据分析,最全路径图送给你(100天Get新技能)

    和很多同学接触过程中 我发现自学Python数据分析的一个难点是资料繁多 过于复杂 大部分网上的资料总是从Python语法教起 夹杂着大量Python开发的知识点 花了很多时间却始终云里雾里 不知道哪些知识才是真正有用的 本来以为上手就能写
  • 杂散光好书分享《FRED操作手册上、下》

    目 录 第一章 FRED概述 1 1 1 WHAT IS FRED 1 1 2 FRED与传统软件之间有什么不同 1 1 3 FRED名词术语 2 1 4 FRED用户界面 7 第二章 光源 16 2 1 简易光源 16 2 1 1 简易光
  • 天猫数据分析-天猫查数据软件-11月天猫平台饮料市场品牌及店铺销量销额数据分析

    今年以来 饮料是快消品行业中少数保持稳定增长的品类之一 11月份 饮料市场同样呈现较好的增长态势 根据鲸参谋电商数据分析平台的相关数据显示 今年11月份 天猫平台上饮料市场的销量为2700万 环比增长约42 同比增长约28 销售额为13亿
  • 天猫数据分析-天猫数据分析工具-11月天猫面霜面膜数据分析报告:市场销售额超150亿!

    秋冬气温下降 天气干燥 护肤品的市场需求也与日俱增 根据鲸参谋电商数据分析平台的相关数据显示 今年11月份 天猫平台上护肤品市场的销量销额都纷纷上升 其中 市场销量将近1 2亿 环比增长约14 销售额为157亿 环比增长约9 除销售上升外
  • 白光迈克尔逊干涉仪

    摘要 白光干涉测量法是一种非接触式技术 用于精确测量 例如表面轮廓和微小位移 使用迈克尔逊干涉仪设置和氙灯光源 在VirtualLab Fusion中演示了白光干涉测量 考虑到光源的光谱特性 即有限的相干长度 结果显示仅当两个臂的路径长度几
  • 探索关系:Python中的Statsmodels库进阶

    目录 写在开头 1 多元线性回归 场景介绍 2 Logistic回归 2 1 Logistic回归的概念 2 2 应用案例 2 2 1 建立模型和预测
  • 深入挖掘:Python中的Statsmodels库高级应用

    写在开头 随着数据科学的发展 解决更为复杂问题的关键往往在于深入了解数据并采用更高级的分析工具 本文将带您深入探讨Python中的Statsmodels库 并引入一些高级功能 为更深入的数据挖掘奠定基础 1 方差分析 1 1 方差分析概念
  • 探索关系:Python中的Statsmodels库进阶

    目录 写在开头 1 多元线性回归 场景介绍 2 Logistic回归 2 1 Logistic回归的概念 2 2 应用案例 2 2 1 建立模型和预测
  • 实现智能化运维的关键驱动力,你知道可观测性工具吗

    可观测性是指根据系统产生的数据评估内部系统状态的能力 对于IT运维团队来说 可观测性工具是非常重要的 通过这些工具 IT团队可以同时观察或深入了解IT基础架构中不同应用程序和资源的健康状况和状态 从而主动检测异常 分析问题并解决问题 可观测
  • Pendulum详解1——Pendulum库入门指南 - 时光的艺术

    写在开头 时间 是编程世界中不可或缺的元素 无论是事件调度 数据分析 还是用户界面的显示 时间都扮演着关键的角色 然而 在Python的标准库 datetime 中 我们经常面临繁琐的操作和限制 为了摆脱这些束缚 我们引入了一个更加强大和灵
  • 欢迎来到阿清的数据分析求职分享

    大家好 我是阿清 在这里 我将与大家分享关于数据分析岗位求职路上的点点滴滴 包括行业和岗位的深入见解 求职技巧 面试准备方法 以及实战案例分析等等 关于我 正经工作履历 2015年东南大学计算机专业研究生毕业 校招身份加入了阿里 最初参与面
  • 数据分析求职-岗位介绍

    这是咱们干货开始的第一篇文章 后续我尽量会保持日更的节奏和大家做分享 在未来所有分享的内容展开之前 咱们有必要先彻底 深入地了解下数据分析这个岗位 如果你还在犹豫是否要走数据分析的路 或者你已经拿了数据分析的offer想了解下将来会做什么
  • 数据分析求职-简历准备

    简历在整个求职过程中的重要性不言而喻 今天咱们来聊求职过程中简历准备的那些事儿 1 简历究竟有啥用 求职的流程简单说就是 网申 gt 笔试 gt 面试 gt offer 其中网申环节 简历100 决定了你的通过与否 这个点大家都知道 很多同

随机推荐

  • pytorch之torch.randn()

    torch randn sizes out None dtype None layout torch strided device None requires grad False gt Tensor Args sizes int a se
  • 进入传奇荣耀显示服务器不存在,传奇荣耀复古版

    传奇荣耀复古版 1区服务器爆满排队15分钟 传奇荣耀复古版是一款复古系列的传奇游戏 玩家能够在游戏中24小时匹配到队友进行副本攻略 更有完善的社交系统 让玩家轻松结识更多的兄弟姐妹 实时语音系统方便玩家更好的进行沟通 让玩家们的作战更加轻松
  • 通过Android Timer来实现3S自动页面跳转

    实现开始页面的跳转 就是打开一个Android手机APP的欢迎界面后跳转到指定界面 启动页面的作用能够打广告 发公告 做缓存处理 更新数据等等 Timer是一种定时器工具 用来在一个后台线程计划执行指定任务 它可以计划执行一个任务一次或反复
  • 基于MATLAB的特征值与特征向量(附完整代码)

    目录 一 一般矩阵的特征值与特征向量 例题1 二 广义特征向量问题 例题2 三 稀疏矩阵的最大特征值 例题3 一 一般矩阵的特征值与特征向量 A为n阶矩阵 若数和向量x满足 那么数称为A的特征值 x称为A对应于特征值的特征向量 如果把式子改
  • 文本聚类(二)—— KMeans 聚类

    目录 二 KMeans 聚类 2 1 加载数据集 2 2 数据清洗 2 3 文本向量化 2 4 文本聚类 2 5 关键词展示 2 6 判定最佳聚类数 参考文档 在第一篇内容中 我们介绍了 LDA 主题模型 这一篇 我们将介绍经典的 KMea
  • 大数据分析利器——clickhouse的简介与应用

    大数据分析利器 clickhouse的简介与应用 背景介绍 公司原有的数仓技术架构是基于传统的Hadoop的数仓体系 使用任务调度 通过不同的hive的任 务调度解决不同的业务主题 传统的数仓架构胜在稳定 依托于Hadoop体系 使用的用户
  • Linux多线程:读写锁

    当有一个线程已经持有互斥锁时 互斥锁将所有试图进入临界区的线程都阻塞住 但是考 虑一种情形 当前持有互斥锁的线程只是要读访问共享资源 而同时有其它几个线程也想 读取这个共享资源 但是由于互斥锁的排它性 所有其它线程都无法获取锁 也就无法读
  • Asp.Net Mvc AutoFac 的简单使用

    http www kungge com kungge 2699 html 转载于 https www cnblogs com zhihang p 11059740 html
  • Windows MongoDB安装

    目录 一 下载 社区版7 0 0 二 安装 三 安装后的问题 四 测试 一 下载 社区版7 0 0 官网 Install MongoDB Community Kubernetes Operator MongoDB 二 安装 下载后双击打开安
  • idea自动生成类注释和方法注释

    一 自动生成类注释 打开Setting 选在Editor 然后是File and Code Templates 最后是Files 中的Class 点击class后 编辑右边的红色边框 里边是模板 将模板设置好 点击ok即可 下边是模板中的示
  • 【SpringBoot高级篇】SpringBoot集成Elasticsearch搜索引擎

    SpringBoot高级篇 SpringBoot集成Elasticsearch搜索引擎 1 什么是Elasticsearch 2 安装并运行Elasticsearch 2 1 拉取镜像 2 2 启动镜像 3 安装kibana 3 1 拉取k
  • BAT数据洞察报告 附下载地址

    BAT B指百度 A指阿里巴巴 T指腾讯 是三大互联网公司百度公司 Baidu 阿里巴巴集团 Alibaba 腾讯公司 Tencent 首字母的缩写 百度总部在北京 阿里巴巴总部在浙江省杭州市 腾讯总部在广东省深圳市 关注公众号 互联互通社
  • iOS App的打包和上架流程

    转载 iOS App的打包和上架流程 掘金 1 创建账号 苹果开发者账号几种开发者账号类型 个人开发者账号 费用 99 美元 年 688 00元 协作人数 仅限开发者自己 不需要填写公司的邓百氏编码 D U N S Number 支持账号下
  • WTL 界面设计篇(CSkinHyperLink)

    头文件声明 CSkinHyperLink h pragma once include SkinManager h class CSkinHyperLink public CWindowImpl
  • UI自动化测试02

    一 浏览器操作 1 设置浏览器缩放大小 from selenium import webdriver import time 打开浏览器 driver webdriver Edge 设置浏览器最大化 driver maximize wind
  • 学习笔记,上传代码到github

    今天对于使用pycharm上传推送代码到github的总结 文章目录 一 github登录 二 github共享本地库 若上传代码有报错情况可以查看 github报错博客 https blog csdn net weixin 6822625
  • Nmap将端口扫描分成六个状态

    1 open 开放的 该端口正在接收TCP连接或者UDP报文 2 closed 关闭的 关闭的端口接收nmap的探测报文并做出响应 3 filtered 被过滤的 探测报文被包过滤阻止无法到达端口 nmap无法 确定端口的开放情况 4 un
  • 优化算法 - 萤火虫算法在订单分批问题中的应用及Matlab实现

    优化算法 萤火虫算法在订单分批问题中的应用及Matlab实现 订单分批问题是指将大量订单分成若干个较小的批次进行处理 以提高生产效率和降低成本 在实际应用中 如何进行订单分批是一个需要考虑多种因素的复杂决策问题 而萤火虫算法是一种能够解决这
  • 协同异构多机器人系统:综述

    研究背景 我们所生活的世界的动态和不可预测的本质使得很难设计出一个能够有效地适应所有环境的自主机器人 因此 各种形状 大小和能力的机器人 如无人机 无人地面车辆 类人机器人等机器人 随着物联网 物联网 的出现 进行合作将大大增加自动化任务的
  • 数据分析之Numpy常用方法【等差数列:np.linspace()、取整:np.ceil() ,np.floor()】

    这里写目录标题 1 np linspace 2 np ceil np floor 1 np linspace np linspace 主要用于生成等差数列 相关参数如下 start 起始点 stop 终止点 包含 num 生成start和s