8、Python 数据处理：NumPy 与 Pandas 全面解析

Python 数据处理：NumPy 与 Pandas 全面解析

1. NumPy 数组操作

1.1 数组基本信息

在处理 NumPy 数组时，了解数组的形状（shape）和数据类型（dtype）是很重要的。例如：

import numpy as np
x = {'a': np.random.randint(0, 10, (3, 3)), 'b': np.random.rand(3, 3, 3, 3)}
print("x['a'].shape:", x['a'].shape)
print("x['a'].dtype:", x['a'].dtype)
print("x['b'].shape:", x['b'].shape)
print("x['b'].dtype:", x['b'].dtype)

这里 x['a'] 是一个形状为 (3, 3) 的整数数组，数据类型为 int32 ； x['b'] 是一个形状为 (3, 3, 3, 3) 的浮点数数组，数据类型为 float64 。

1.2 基本切片操作

NumPy 数组的切片操作类似于列表，但由于数组可能是多维的，需要为每个维度指定切片。基本切片语法是 i: j: k ，其中 i 是起始索引， j 是停止索引，