numpy.array知识大全
numpy.array()的作用
numpy.array()的作用就是将列表list或元组tuple转换为 ndarray 数组。
numpy.array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)
object:输入列表、元组等。
dtype:ndarray数组的数据类型。如果未给出,则类型为被保存对象所需的最小类型。
copy:布尔类型,默认 True,表示复制对象。
order:顺序。
subok:布尔类型,表示子类是否被传递。
ndmin:生成的数组应具有的最小维数。
numpy.array()知识点总结
numpy 的数据调用
numpy适应一些列表中的操作,比如:
1.a[0]代表a数组中第一个元素
2.a[0:3]左闭右开 为一个a[0]到a[2]的一个数组,a[:]表示取所有元素
import numpy as np
matrix = np.array(
[
[5,10,15],
[20,15,30],
[35,40,45]
]
)
print(matrix[:,1])#表示取所有行的第二列
3.取所有行的前两列:
numpy.array()的数据类型
1.numpy.array()括号里必须传入相同类型的元素
如果数组中一个元素的类型改变,那么其他元素类型也会随之变化为更通用的格式。如下图,数组中数据类型是float64的。我们将1.0改为1,再次输出,类型还是float64的,因为1.0变成1数据类型变成整型的话小数点后面有数字的话会损失精度。
而如果将数组中全部数据改成整型数据类型就变成int32了,如果里面有一个字符串类型,那么它的数据类型就会变成字符串类型。
总结:使用numpy.array()时要保证里面的数据都是同一类型的。
numpy.array()的计算
1.对numpy.array()的每个操作都相当于对其中全部元素操作。如图判断vector是否等于2会对其中每一个元素分别判断是否等于2
2.numpy的布尔类型的值可以作为索引,如图:索引a引导的是数组中等于二的True值
numpy。array数组类型转换函数astype(),astype()函数的作用就是将numpy.array()生成的数组转换数据类型。如图原来整型转换成浮点型
numpy.array数组求极值
最大值为a.max()
最小值为a.min()
numpy.array矩阵求和
a.sum(axis = 1)#横排求和
a.sum(axis = 0)#竖排求和
如图