[Análisis y visualización de datos] Creación y acceso de Nympy Array

Creación de matriz y acceso

Núcleo

Inserte la matriz np.array () para
crear la matriz np.arange ()
toda la matriz cero np.zeros (5)
matriz de identidad np.eye (5)
matriz rebanada b [: 2,1:]

Código

import numpy as np

# create from python list
list_1 = [1, 2, 3, 4]

list_1

[1, 2, 3, 4]

array_1 = np.array(list_1)

# 变为一维数组
array_1

array([1, 2, 3, 4])

list_2 = [5, 6, 7, 8]
array_2 = np.array([list_1, list_2])

# 变为2维数组
array_2

array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

# 获取数组属性-行列
array_2.shape

(2, 4)

#返回数组元素个数
array_2.size

8

# 返回数组中元素的类型
array_2.dtype

dtype('int64')

# 测试数组中元素类型不一致
array_3 = np.array([[1.0, 2, 3],[2.0, 3, 4]])

# 数组内元素不一致，取精确度最高的
array_3.dtype

dtype('float64')

# np.arrange创建数组,左闭右开
array_4 = np.arange(1, 10)

array_4

array([1, 2, 3, 4, 5, 6, 7, 8, 9])

# 修改间隔
array_4 = np.arange(1, 10, 2)

array_4

array([1, 3, 5, 7, 9])

# 全零矩阵-一维
np.zeros(5)
# 全零矩阵-二维
np.zeros([2, 3])

array([[0., 0., 0.],
       [0., 0., 0.]])

# 单位矩阵
np.eye(5)

array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 1.]])

# 访问元素-一维 从0下标开始的 
a = np.arange(1, 10)
a

array([1, 2, 3, 4, 5, 6, 7, 8, 9])

a[1]

2

# 访问范围 左闭右开
a[1: 5]

array([2, 3, 4, 5])

# 访问元素-n维 从0下标开始 
b = np.array([[1,2,3],[4,5,6]])
b

array([[1, 2, 3],
       [4, 5, 6]])

b[1,0]

4

# 另一种 简写访问方式
b[1,0]

4

# 切片 二维数组
b[:2,1:]

array([[2, 3],
       [5, 6]])