胡摆摆的Blog

一、核心概念：NumPy 数组（ndarray）NumPy 的核心是 ndarray（N 维数组），与 Python 原生列表相比，具有以下优势： 同类型数据：所有元素类型必须一致（如全为 int 或 float），避免类型检查开销。 高效内存：连续存储，支持向量化操作，速度远快于列表。 多维支持：轻松处理一维、二维甚至更高维数据（如矩阵、张量）。 示例：创建数组 12345678910111213import numpy as np # 一维数组arr1d = np.array([1, 2, 3]) # 二维数组（矩阵）arr2d = np.array([[1, 2], [3, 4]]) # 特殊数组zeros = np.zeros((2, 3)) # 2x3 全零矩阵ones = np.ones((3,)) # 长度为3的一维全1数组range_arr = np.arange(10) # 类似range(10)，但返回数组linspace = np.linspace(0, 1, 5) # 在0到1间生成5个等间隔数 二、关键操作：数组运算与索引1....

无效的方法1<img src="https://wx2.sinaimg.cn/orj360/aafc85c3gy1i1uw30jp2oj20ku0ratfi.jpg" alt="直接引入"> 有效的方法方案一：使用百度图床1image.baidu.com 使用方法 1https://image.baidu.com/search/down?url=图片地址 示例 1<img src="https://image.baidu.com/search/down?url=https://wx2.sinaimg.cn/orj360/aafc85c3gy1i1uw30jp2oj20ku0ratfi.jpg" alt="OdYZ7v.png"...

使用 泰坦尼克号乘客数据集 理解 Pandas 的两大核心数据结构 Series：一维数据结构，类似于列表或数组12df = pd.Series([1,2,3,4])print(df) 输出结果: 123450 11 22 33 4dtype: int64 DataFrame：二维数据结构，类似于表格或电子表格。123456df = pd.DataFrame({ "Name":['kangkang','liubei','hangliu'], "Age":[12,23,25], "Sex":["男","男","女"]})print(df) 输出结果: 1234 Name Age Sex0 kangkang 12 男1 liubei 23 男2 hangliu 25 ...