Numpy系列之Numpy对象的属性和创建
Numpy的核心是ndarray对象,这个对象封装了同质数据类型的n维数组。
1、ndarray对象的主要属性
属性 | 说明 |
---|---|
.ndim | 维度或axis的 数量 |
.shape | 数组的维度(m,n) |
.size | 数组元素的个数(m*n) |
.dtype | 数组元素的类型 |
说明:
1、可通过.shape[n]形式获得每一维的元素个数,其中n是维度,从0开始。通常使用.shape[0]获取输入数据样本的个数。
特征1 | 特征2 | 特征3 | |
---|---|---|---|
样本1 | 1 | 2 | 3 |
样本2 | 4 | 5 | 6 |
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
print(a.shape) # 输出(2,3)
print(a.shape[0]) # 输出2,代表数据有多少个样本
print(a.shape[1]) # 输出3,代表每个样本有多少个特征
array的类型及转化方法
当array进行不同元素类型转化的时候,一般遵循“尽可能保留更多有效信息”的原则进行转化。
# 整型转浮点型
np.array([1, 1.1])
强制输出某一类型对象
a = np.array([1, 1.1], dtype = 'int') # dtype参数
a
array类型转化
也可以针对已经创建好的Array进行类型转化。此时使用astype方法。
a = np.array([1, 2])
a.astype(np.float64) # 但不改变原对象
a = a