<利用Python進行資料分析> Note 2

標籤：分析   二進位   nump   比較   一個   次方   標準   元素   title   

NumPy的數組中比較重要ndarray對象屬性：

ndarray.ndim：數組的維數（即數組軸的個數），等於秩。最常見的為二維數組（矩陣）。ndarray.itemsize：數組中每個元素的位元組大小。例如，一個元素類型為float64的數組itemsiz屬性值為8(float64佔用64個bits，每個位元組長度為8，所以64/8，佔用8個位元組），又如，一個元素類型為complex32的數組item屬性為4（32/8）。
In Python float32: 標準的單精確度浮點數， float64: 標準的雙精確度浮點數，與C的double相容。

單精確度類型（float）和雙精確度類型(double)：
float的範圍為-2^128 ~ +2^128，即-3.4*1038～3.4*1038，二進位位元32位。
精度：有效數字6～7，2^23 = 8388608，一共7位，這意味著最多能有7位有效數字。

double的範圍為-2^1024 ~ +2^1024，即-1.7*10308～1.7*10308，二進位位元64位。
精度：有效數字15～16，2^52 = 4503599627370496，一共16位，有效數字為15~16位

float：

8bits（指數位）2^7=128

23bits（尾數位）

double：

11bits（指數位）2^10=1024

52bits（尾數位）

 

np.arange() :

 dtype( 資料類型)：

astype() :

** 2個乘號就是乘方。比如2**4,結果就是2的4次方，結果是16

The usage of randn():

1,  In []: arr = randn(5, 3)

2, In []: arr = np.random.randn(5, 4)

 

 

 

 

 

 

 

<利用Python進行資料分析> Note 2