Python数据分析过程—Numpy学习篇

前言：前段时间学习了numpy的相关知识，现在做一遍梳理回顾。
练习工具：jupyter notebook，是为了更好地展示代码和结果。

一.numpy创建数组

导入numpy

import numpy as np

1.创建一个数组，输出一维数组

t1 = np.arange(12)
#输出
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

2.创建一个数组，输出二维数组

t2 = np.array([[1, 3, 5, 7],[2, 4, 6, 8]])
#输出
array([[1, 3, 5, 7],
       [2, 4, 6, 8]])

1）查看数据结构

t2.shape  
#输出
(2, 4)
是一个2行4列的二维数组

2）查看t2的数据类型

t2.dtype 
dtype('int32')
是int32的数据类型

3）修改二维结构，注意这里是要用括号把结构括起来

t2.reshape((4,2))  
#输出
array([[1, 3],
       [5, 7],
       [2, 4],
       [6, 8]])
 使用reshape修改数据结构，使2行4列变为4行2列，但这里返回的是一个新对象，需重新赋值。     

3.创建一个数组，输出三维数组

t3 = np.arange(24).reshape(2,3, 4)
#输出
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

二、数据类型的操作
1.指定创建数组的数据类型

t4 = np.array([1, 2, 3, 4], dtype=np.int64)
#输出
array([1, 2, 3, 4], dtype=int64)

t5 = np.array([1, 1, 0, 1], dtype=np.bool)
#输出
array([ True,  True, False,  True], dtype=bool)

2.修改数组的数据类型

t5.astype('int64')
#输出
array([1, 1, 0, 1], dtype=int64)

3.修改浮点型的小数位数

t6 = np.array([0.8772, 0.5673, 0.7614, 0.4581])
#输出
array([