极客笔记Numpy Python 和Numpy nan和set
在本文中，我们将介绍Numpy Python和Numpy nan和set。Numpy Python是一个开源的Python科学计算库，它可以处理多维数组和矩阵，它具有支持大型数组和矩阵的数学函数库，因此在处理科学计算和数值分析时非常有用。另外，我们将讨论NaN和set的概念以及如何在Numpy中使用它们。
阅读更多：Numpy 教程
Numpy Python
Numpy Python是一个第三方库，它在Python中提供了一种处理N维数组的方式。它还提供各种函数和算法，使得它成为Python科学计算中主要的库之一。Numpy提供了一个称为ndarray的多维数组对象，用于存储同种类型元素的块。而ndarray在计算机内存中是一个连续的块，从而让数据结构和算法的效率更高。
建立一个Numpy数组
我们可以创建一个Numpy数组使用Numpy库中的函数。这个函数可以带有一个列表作为参数，这个列表可以是Python数组或元组，并且这个列表的每一位可以是各种数据类型比如float, int等等。
下面是一个简单的示例代码：
import numpy as np
a = np.array([1,2,3])
print(a)
输出：
[1, 2, 3]
在上面的代码中，我们导入了Numpy库并创建了一个三个元素的Numpy数组。我们可以通过使用切片语法来访问数组中的元素：
print(a[0])
print(a[1])
输出：
1
2
Numpy数组的形状和大小
numpy ndarry 可以拥有不同的形状和大小，这些形状和大小可用于numpy的进一步处理。numpy可以根据需求更改数组的形状和大小。
import numpy as np
b = np.array([1, 2, 3, 4, 5, 6])
c = b.reshape(2, 3)
print(c)
输出：
[[1 2 3]
[4 5 6]]
这里我们创建了一个一维数组，然后使用reshape()方法将其转换为一个2乘3的二维数组。
NaN
NaN表示Not a Number，这是一个在计算中非常有用的概念。比如，当我们尝试计算一个不存在的结果时，或者当我们对一个无限大的数字进行操作时，我们可能会得到一个NaN结果。
import numpy as np
a = np.array([1.0, np.nan, 3.5])
print(np.isnan(a))
输出：
[False True False]
在上面的代码中，我们创建了一个数组a，其中有一个NaN值。我们可以使用NumPy中的isnan()函数来检查该数组中的任何NaN值。我们可以看到，打印结果是一个布尔数组，其中包含了我们所需的结果。
set
set是Python中的一种数据类型，它是一个无序的不重复元素的集合。数学上，它们表示一个集合的含义。我们可以使用set函数来创建一个set。使用方法如下：
s = set()
print(type(s))
输出：
<class 'set'>
我们已经创建了一个set并使用Python中的内置函数type()来检查它的类型。我们可以使用set()函数添加元素到set中，这样就可以创建一个集合。
在Numpy中使用NaN和set
我们可以在Numpy中使用NaN和set，从而使Numpy在数值处理方面变得更为强大。
带有NaN值的数组的算术操作
Numpy中当我们尝试计算一个值时，如果该值为NaN，那么其他的值都将变成NaN。这种情况有助于确保正确地处理数据中的缺失值。
import numpy as np
a = np.array([1, np.nan, 3])
b = np.array([5, 6, 7])
c = a + b
print(c)
输出：
[ 6. nan 10.]
在上面的代码中，我们创建了两个数组a和b，并将它们进行加法运算。由于a中有一个NaN值，我们得到了一个结果中包含NaN的数组c。
使用set来去重复值
我们可以使用set来去除Numpy数组中的重复值。我们可以先将Numpy数组转换为Python列表，然后再使用set函数来创建一个集合对象。最后，将集合对象转换回数组。
import numpy as np
a = np.array([1, 2, 2, 3, 3, 4])
b = np.array(list(set(a)))
print(b)
输出：
[1 2 3 4]
在上面的代码中，我们创建了一个数组a，其中有一些重复的值。我们将数组a转换为一个Python列表，然后使用set函数来创建一个set对象。最后，我们再将set对象转换回Numpy数组。这样我们就获得了一个没有重复值的新数组b。
总结
在本文中，我们介绍了Numpy Python的功能以及如何使用Numpy中的NaN和set。我们学习了如何创建Numpy数组，如何改变数组形状，以及如何对数组进行算术运算。我们还介绍了NaN的概念以及如何在Numpy中使用它们，最后，我们使用set函数对Numpy数组中的重复值进行去重复操作。希望这篇文章能帮助你入门Numpy和Python编程世界。