コーディング＃:. 8 UTF- 位numpyのndarry：オブジェクトの多次元アレイが インポートnumpyのNPは、AS ＃ランダムアレイを生成する データnp.random.randn =（2 ,. 3） データ ＃は、数学的オペレーションの系列にデータを追加 データ10 * データ+データ ＃アレイDTYPE属性はデータ型の配列を記述するために使用 data.shape data.dtypeの ndarray＃生成アレイ = DATALを[6を、7.5 ,. 8を、0 ,. 1] ARR1 = np.array（DATAL）の ARR1用の DATA2 = [1、2 、3 ,. 4]、[5 ,. 6 ,. 7 ,. 8] ARR2は（DATA2）= np.arrayさ ARR2である 配列プロパティをチェックすることにより、＃1 ndim形状 arr2.ndim arr2.shape arr1.dtype arr2.dtype ＃他のアレイ生成機能 np.zeros（10） np.zeros（（3 ,. 6）） np.empty（（2 ,. 3、2）） np.arange（15） np.ones（（2 ,. 3）） int_array = np.arange（10） ＃Ndarryデータ型 NP ASインポートnumpyの ARR1 np.array =（[1、2 ,. 3]、DTYPE = np.float64）の ARR2は、=（1,2 ,. 3]、DTYPE = np.int32）np.arrayある ARR1の。 DTYPE arr2.dtypeの データ型の配列に変換する＃1 asType方法 浮動小数に＃整数を ARR = np.array（[1、2 ,. 3 ,. 4 ,. 5]） ARR arr.dtype float_arr = arr.astype（NP。 float64） float_arr.dtypeの 変換整数に浮動小数点＃ ARR = np.array（[1.2、2.4、0.3、-1.4、15.6]） ARR arr.astype（np.int32） 番号に＃文字列を 、NP = numeric_strings .ARRAY（[ '1.25'、 '-9.6'、'42は]、DTYPE = np.string_） numeric_strings.astype（フロート） ＃DTYPEアレイ用いて別のプロパティ 口径を= np.array（[。22、 0.270 、0.357、0.380、0.44、0.50 ]、DTYPE = np.float64） int_array.astype（calibers.dtype） タイプコードタイプを使用して、＃着信データが empty_uint32 np.empty =（8、DTYPE = 'U4'） empty_uint32 ＃numpyのアレイ演算 ARR = np.array（[1 、2、3 。]、[4、5、6ザ]） ARRの 乗算＃ ARR ARR * ＃減算 ARR-ARRの 算出スカラー演算と＃を 1 / ARR ARR ** 0.5 同じサイズの配列の間＃比較 ARR2はnp.array =（[0、4、1]、[7ザ、2、12.]]）である ARR2は ARR2は> ARRあります
参考図書：データ分析のpythonを使用して行われました
著者：周華520
出典ます。https：//www.cnblogs.com/xfzh193/
本論文では、学び、共有し、研究およびエクスチェンジベース、転載を歓迎し、元の作者を明記してください！