科学计算、数据分析基础库学习-NumPy

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)

在这里插入图片描述
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)

在这里插入图片描述 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)

在这里插入图片描述

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])

在这里插入图片描述
***numpy自动识别元素类型如下图所示：

print(np.array(["zhongguo","meiguo"]).dtype)

在这里插入图片描述
“<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)

在这里插入图片描述
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)

在这里插入图片描述
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。

科学计算、数据分析基础库学习-NumPy

猜你喜欢