python中的数组模块numpy(一)（适用物联网数据可视化及数据分析）

目录

一、创建数组对象array，认识数组的格式

二、类型比较

三、arange函数：创建一维等差数组

四、专门创建数组的linspace、logsapace函数

 1.linspace函数：创建等差数列数组。

2.logsapce函数：创建等比数列数组。

3.zeros函数：创建指定长度或形状的全0数组 。

4.ones函数：创建指定长度或形状的全1数组 。

5.diag函数：创建一个对角阵。

---

一、创建数组对象array，认识数组的格式

array函数的格式:np.array(object,dtype,ndmin) 

以下是示例代码：

# coding:utf-8
import numpy as np
d1=[1.1,2.1,3.1]
d2=(1,2,3,4)
d3=[['a','b'],['c','d'],['e','f']]
print(d1)
print(d2)
print(d3)
print("以上是数据的原始状态，以下是转化成数组对象后的输出：")
s1=np.array(d1)
s2=np.array(d2)
s3=np.array(d3)
print(s1)    #输出了空格
print(s2)
print(s3)   #回车加空格

 让我们观察一下数组格式，输出如下：

——闲着没事大家可以type()一下s1、s2、s3看看是不是ndarray数组类型

print(type(s1)) #表示输出的是ndarray数组类型

二、类型比较

~常见的列表、元组通过numpy模块转数组后，它的类型、数组的数据类型dtype对象

说明：在创建数组时，NumPy会为新建的数组推断出一个合适的数据类型，并保存在dtype中，当序列中有整数和浮点数时，NumPy会把数组的dtype定义为浮点数据类型。

print(s1.dtype)
print(s2.dtype)
print(s3.dtype)

输出如下：

 

——如果指定了dtype类型，就会自然转化成这个类型，如整型转浮点型：

s4=np.array(d2,dtype='float64')
print(s4.dtype)

有一些是能指定转化的有一些则不能，如果你要将字符类型转换成浮点型就不可以，有空多尝试。 

三、arange函数：创建一维等差数组

底层