大家好,NumPy是Python数据科学生态中的核心编程库。对于Python开发者,精通NumPy是探索数据奥秘的关键。本文将介绍35个NumPy核心方法,帮助大家快速掌握这一强大工具。
使用NumPy库之前,首先需要进行导入,在Python中,通常将numpy
简称为np
。同时,考虑到数据处理的需要,pandas
库也要一并导入。
import numpy as np
import pandas as pd
以下是创建NumPy数组的最常见方法:
1.从Python列表
要将Python列表转换为NumPy数组,请使用np.array()
方法:
a = [1, 2, 3]
np.array(a)
可以使用Python中可用的type
方法来验证创建的对象的数据类型:
a = [1, 2, 3]
type(np.array(a))
在上面的演示中,创建了一个一维数组。
然而,也可以使用方法np.array()
,使用列表创建多维 NumPy 数组:
a = [[1,2,3], [4,5,6]]
np.array(a)
要创建具有特定数据类型的NumPy数组,请通过dtype
参数:
a = [[1,2,3], [4,5,6]]
np.array(a, dtype = np.float32)
2.创建填充零的NumPy数组
创建一个填充零的NumPy数组是很常见的,可以通过使用NumPy中的np.zeros()
方法实现,如下所示:
np.zeros(5)
对于多维NumPy数组:
np.zeros((2, 3))
3.创建填充1的NumPy数组
如果想创建一个填充1的数组,用np.ones()
方法:
np.ones((2, 3))
4.创建单位NumPy数组
在单位矩阵中,对角线填充有“1”,除了对角线之外的所有条目都是“0”,如下所示:
使用np.eye()
方法创建单位矩阵:
np.eye(3)
5.创建具有特定步骤的等间距NumPy数组
要在给定区间内生成等间距的值,请使用np.arange()
方法:
-
从
start=0
开始到stop=10
为止,每隔step=1
生成一个值:
np.arange(10)
-
从
start=5
开始到stop=11
为止,每隔step=1
生成一个值: