NumPy提供了强大的多维数组对象ndarray。
一、创建数组
1.使用numpy内置的array函数创建数组
arr1 = np.array([1,2,3])
print("创建一维数组",arr1)
arr2 = np.array([["a","b","c"],[1,1,1]])
print("创建二维数组",arr2)
2.使用arange函数创建数组
arange(a,b,c)(a:开始,b:结束 c:步长)
1)arange函数返回的数组默认第一个元素是0,结束元素是指定的数值前一个数值减1(即[0,b)或者说[0,b-1])
2)步长表示相邻两个元素的差值
#2.使用arange函数创建数组
arr3 = np.arange(5)
print("创建5以内的以为数组",arr3)
arr4 = np.arange(2,10,2)
print("创建10以内的偶数数组",arr4)
3.全0zero()函数、全1ones()函数创建数组
1)全0数组
#3.创建一维,二维全0数组
z0 = np.zeros(10)
print("一维全0数组,10个元素",z0)
z1 = np.zeros((3,4))
print("创建3行4个元素的全0数组",z1)
2)全1数组
#4.创建一维,二维全1数组
o0 = np.ones(10)
print("一维全1数组,10个元素",o0)
o1 = np.ones((3,4))
print("创建3行4个元素的全1数组",o1)
二、数组的属性和方法
1.查看数组各个维度的大小shape()
o1 = np.ones((3,4))
print("创建3行4个元素的全1数组",o1)
#二、数组的属性方法
print("查看变量各个维度的大小",o1.shape)
print("查看变量第一维度的大小", o1.shape[0])
print("查看变量第二维度的大小", o1.shape[1])
***numpy自动识别元素类型如下图所示:
print(np.array(["zhongguo","meiguo"]).dtype)
“<U8”表示字符串不超过8
2.查看数组中元素的类型dtype及类型转换函数astype()
print("查看数组元素类型",o1.dtype)
#类型转换函数astype(欲转换的类型),返回一个新数组,原数组元素类型不变
o1_1 = o1.astype(np.int32)
print("查看新数组元素类型", o1_1.dtype)
print("查看数组元素类型", o1.dtype)
float类型转换为整型数组时,小数部分会斩断
arr_string = np.array(["12.45","23.78","3.98"])
arr_float = arr_string.astype(np.float64)
print(arr_float)
arr_int = arr_float.astype(np.int32)
print(arr_int)
juoyter notebook快速执行代码的快捷键:
鼠标点击选中要指定的代码框,
shift+enter组合键直接执行代码框中的全部代码;
Alt+enter组合键执行完代码框中的代码,在代码框的下面再添加一个空代码框。