python数组

一、numpy 用NumPy快速处理数据 NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含： 矩阵运算 jupyter快捷键 1、ndarray 对象 ndarray 实际上是多维数组的含义。在 NumPy 数组中，维数称为秩（rank），一维数组 的秩为 1，二维数组的秩为 2，以此类推。在 NumPy 中，每一个线性的数组称为一个轴 （axes），其实秩就是描述轴的数量。 创建数组 # 引入numpy模块 import numpy as np # 创建二维数组 array = np.array([[1,2,3],[4,5,6]]) print(array,type(array)) [[1 2 3] [4 5 6]] <class 'numpy.ndarray'> 获取数组属性值 # ndim 维度的数量 print('维度的数量',array.ndim) # 维度 print('维度',array.shape) # 数组元素的个数 print('数组元素的个数',array.size) # 对象元素的类型 print('对象元素的类型',array.dtype) # 对象每个元素的大小、以字节为单位 print('对象每个元素的大小、以字节为单位',array.itemsize) # 对象内存信息 print(' 对象内存信息',array.flags)

一、JavaScript简介 JavaScript是前端的一门编程语言简称JS，需要说明的是JS和java没有关系，js也叫ecmascript，当前使用较多的版本是5.1版本。 特点： JS是一种轻量级的编程语言 JS插入HTML后可由浏览器执行。 二、JS的语法 2.1注释 //单行注释 /*多行注释*/ 2.2引入到HTML的方式 1.script标签内直接书写 <script>//这里书写代码</script> 2.通过script标签src引入外部JS文件 <script src="si.js"></script> 2.3JS的数据类型 2.3.1动态语言与静态语言 JS是动态类型语言，什么是动态类型、静态类型呢？ 动态类型语言特点： 运行期间才做数据类型检查的语言，即动态类型语言编程时， 不用给任何变量指定数据类型 。 该语言会在第一次赋值给变量时，在内部将数据类型记录下来，赋的值是什么数据类型，这个变量就是什么数据类型。动态类型语言有：JavaScript、Python、PHP等。 优点：方便阅读，不需要写非常多的类型相关的代码； 缺点：不方便调试，命名不规范时会造成读不懂，不利于理解等。 静态类型语言特点： 在编译期间检查变量的数据类型，也就是在定义变量时需要先声明变量是什么数据类型，静态类型的语言有：C、C++、C#、JAVA等。 优点：结构非常规范，便于调试

目录 JavaScript概述 JavaScript和ECMAScript的关系 JavaScript引入方式 script标签内写代码 引入额外的JS文件 JavaScript语言规范和基础 JavaScript数据类型 数值(Number) 字符串(String) 模块字符串 布尔值(Boolean) undefined 对象(Object) 数组 运算符 算术运算符 比较运算符 逻辑运算符 赋值运算符 流程控制 if-else if-else if-else switch-case for while 三元运算 函数 函数定义 函数中arguments参数 函数的全局变量和局部变量 自定义对象 date对象 Date对象的方法 JSON对象 RegExp对象 math对象 JavaScript概述 JavaScript和ECMAScript的关系 尽管 ECMAScript 是一个重要的标准，但它并不是 JavaScript 唯一的部分，当然，也不是唯一被标准化的部分。实际上，一个完整的 JavaScript 实现是由以下 3 个不同部分组成的： 核心（ECMAScript） 文档对象模型（DOM） Document object model (整合js，css，html) 浏览器对象模型（BOM） Broswer object model（整合js和浏览器） 简单地说

目录 搭建页面的顺序 JavaScript 注释 引入方式 变量 命名规范 常量 数据类型 查看数据类型 数值类型 字符类型 布尔值 null和undefined 数组 类型查询 算术运算符 逻辑运算符 赋值运算符 流程控制 函数 函数定义 全局变量和局部变量 局部变量 全局变量 变量生存周期 自定义对象 Date对象 JSON对象 RegExp对象 搭建页面的顺序 先将html的骨架全部写好 再写css JavaScript 前端的一门有逻辑的编程语言 node.js 支持前端js代码，跑在后端服务器上 Js和Java没有关系 当前使用较多的版本 2011-ECMAScript5.1 2015-ECMAScript6 注释 //单行注释 /* 多 行 注 释 */ 引入方式 script标签内部只写书写 通过script标签src书写，引入外部js文件 变量 var 声明的是全局变量，在局部声明的是局部变量 let 可以只在局部有效（在全局声明则全局有效）ES6新语法 js代码默认是以分号作为结束符 命名规范 数字、字母、下划线、$ 不能使用关键字命名 推荐使用驼峰体 常量 const 定义真正的常量，不能被修改 数据类型 数值类型 Number（int,float） 字符类型string 对象 object 数组 [] 自定义对象 {} 布尔值 Boolean true

目录 JavaScript 一、JavaScript语言的特点 二、JavaScript引入方式 三、注释 四、结束符 五、变量 1. 变量的命名规范 2. 变量的声明方式 六、数据类型 1. 数字型 Number 2. 不是数字型 NaN 3. 字符串 String 4. 布尔值 Boolean 5. null 和 undefined 6. 对象 7. symbol 七、内置函数 1. forEach() 2. splice() 删除元素 3. map() 4. typeof 类型查询 八、运算符 九、运算符 十、流程控制 1. if...else 2. if...else if...else 3. switch 4. for 循环 5. while 循环 6. 三元运算 十一、函数 1. 函数的定义 2. 箭头定义一个函数 3. 函数中的 arguements 参数 4.函数的全局变量和局部变量 5. 作用域 十二、内置对象和方法 1.字典 对象 2.date 对象 3. json 对象 4. regexp 对象（正则） 5.math 对象 JavaScript 一、JavaScript语言的特点 JavaScript 是脚本语言 JavaScript 是一种轻量级的编程语言。 JavaScript 是可插入 HTML 页面的编程代码。 JavaScript 插入 HTML

数组list #定义一个数组student=['jack','lisa','mark']#打印数组print(student)#访问数组元素print(student[0])print(student[1])print(student[-1])#新增元素(尾部新增)student.append("lyy")print(student)#新增元素（指定位置新增）student.insert(0,'zzw')print(student)#删除元素（尾部删除）student.pop()print(student)#删除元素（指定位置删除）student.pop(0)print(student)#更改元素的值student[0]='NO001'print(student) 来源： https://www.cnblogs.com/luyinganni/p/11847352.html

IPython 变量名？ 函数名？获取相关帮助 %run [文件名].py 执行py文件 数据的维度：一组数据的组织形式 列表和数组： 一组数据的有序结构 区别： 列表：数据类型可以不同 数组：数据类型相同 一维数据：列表（有序）、集合（无序） 二（多）维数据：多维列表 高维数据：字典类型、数据表示格式JSON、XML NumPy科学计算基础库 N维数组对象ndarray 广播功能函数 整合C/C++/Fortran代码的工具 线性代数、傅里叶变换、随机数生成等功能 import numpy as np 为什么需要数组类型？ 数组对象可以去掉元素间运算所需循环，使一维向量更像单个数据。 设置专门的数组对象，经过优化，可以提升这类应用的运算速度。 数组对象采用相同的数据类型，有助于节省运算和存储空间。 ndarray是一个多维数组对象，由两部分构成： 1.实际的数据 2.描述这些数据的元数据（数据维度、数据类型） ndarray要求数据元素类型相同，数组下标从0开始 np.array()#生成一个ndarray数组 轴（axis)：保存数据的维度 秩（rank)：轴的数量 属性： .ndim #秩（轴的数量） .shape #ndarray对象的尺度，n行m列 .size #ndarray对象元素个数 n*m .dtype #ndarray元素类型 .itemsize

算法笔记-入门-数据结构篇 从大学毕业之后就没研究过算法，都快忘光了，现在开个新坑，从头学起算法，哈哈，希望自己能够坚持住，不过我一定可以坚持住的，我就像易筋洗髓一样，将自己全身打断，重塑自己的一切，回归初心，以一个听者的名义对待一切，因为我做的都是我自己喜欢的事儿。 基本的数据结构类型 什么是数据结构 说白了很简单，数据存计算机里，总得有个存放规律，不能乱来，就像你查字典，你可以一页一页翻着找字儿，你也可以直接按拼音跳转找字儿，这就是查字典的数据结构，数据结构就是决定 数据顺序和位置的关系 。 数据结构的子类-链表 链表，这玩意儿理解起来会抽象一些，大学课本上表示它的数据是一个线性排列的，要我说不用这么麻烦，链表其实就是一列火车，举例来说，现在有4节车厢，你必须通过一节车厢才能到下一节去，也就是说，车厢（链表）都有一个指示牌（指针），你必须一个个往下，到达下面的车厢（指向下一个地址）。 链表这玩意儿吧，慢，查东西你得一个个往下，添加，删除数据都先要改变指针。 查一个东西，拿大O表示法，它的复杂度是O(n)，算是相当慢的一种算法了。 数据结构的子类-数组 数组，也是线性排列的数据结构，还记得链表么，链表是靠指针指向，告诉你我下一个老哥是谁，但是数组不一样，它是靠一个叫数组下标的东西来告诉你，我是第几个，在Python中，这玩意儿被运用在列表里，就像a = [1,2,3,4,5]

本文目录概要为：Series，DataFrame，索引对象。 引用约定： from pandas import Series,DataFrame import pandas as pd 因此，只要你在代码中看到pd，就得想到这是pandas。因为Series和DataFrame用的次数非常多，所以将其引入本地命名空间会更方便。 要使用pandas，你首先就得熟悉它的两个主要数据结构：Series和DataFrame。虽然它们并不能解决所有问题，但它们为大多数应用提供了一种可靠的、易于使用的基础。 Series Series是一种类似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。仅由一组数据即可产生 最简单的Series ： >>> obj=Series([4,7,-5,3]) >>> obj 0 4 1 7 2 -5 3 3 dtype: int64 Series的字符串表现形式为：索引在左边，值在右边。由于我们没有为数据指定索引，于是会自动创建一个0到N-1（N为数据的长度）的整数型索引。你可以通过Series的v alues和index属性获取 其数组表示形式和索引对象： >>> obj.values array([ 4, 7, -5, 3]) >>> obj.index RangeIndex(start=0, stop=4,

1pandas数据结构介绍 pandas有两大常用的工具数据结构：Series和DataFrame。 1.1Series Series是一种一维的数组型对象，它包含了一个值序列，并且包含了数据标签，称为索引（index）。最简单的序列可以仅仅由一个数组形成： import pandas as pd obj = pd.Series([4,3,5,6]) print(obj) -------------------------- 0 4 1 3 2 5 3 6 dtype: int64 从中我们可以看到索引在左边，值在右边。由于我们不为数组指定索引，默认生成的索引是从0带N-1（N是数组的长度）。我们可以通过values属性和index属性分别获得Series对象的值和索引： print(obj.values) #[4 3 5 6] print(obj.index) #RangeIndex(start=0, stop=4, step=1) 通常需要一个索引序列，用标签标识每个数据点： obj = pd.Series([4,7,-5,3],index = ['d','b','a','c']) print(obj) ----------------------------------------------------- d 4 b 7 a -5 c 3 dtype: int64