Numpy学习

Numpy学习

1.1 认识Numpy数组对象

Numpy是一个用python实现的科学计算的扩展程序库，包括：

• 一个强大的N维数据对象Array
• 比较成熟的函数库
• 用于整合C/C++和Fortran代码工具包
• 使用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

import numpy as np  #导入numpy工具包

data = np.arange(12).reshape(3,4)
data

array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])

type(data)

numpy.ndarray

data.ndim  #数组维度个数，输出结果为2，表示二维数组

2

data.shape   #数组的维度，输出结果（3，4）表示3行4列

(3, 4)

data.size   #数组元素的个数，输出结果12，表示总共有12个元素

12

data.dtype   #数组元素的类型，输出结果dtype('int32'),表示元素类型是int32

dtype(‘int32’)

1.2 创建Numpy数组

data1 = np.array([1,2,3])   #创建一个一维数组
data1

array([1, 2, 3])

data2 = np.array([[1,2,3],[4,5,6]])  #创建一个二维数组
data2

array([[1, 2, 3],
[4, 5, 6]])

np.zeros((3,4))  #创建一个全0数组

array([[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]])

np.ones((3,4))  #船舰一个全1数组

array([[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]])

np.empty((5,2))  #创建全空数组，其实每个值都是接近于0的数

array([[6.23042070e-307, 1.89146896e-307],
[1.37961302e-306, 7.56593017e-307],
[1.33511290e-306, 1.78018403e-306],
[1.95821439e-306, 8.01097889e-307],
[8.45596650e-307, 1.24610723e-306]])

np.arange(1,20,5)   #1-20的数，间隔5

array([ 1, 6, 11, 16])

np.array([1,2,3,4],float)    #创建一维数组，类型为float

array([1., 2., 3., 4.])

np.ones((2,3),dtype='float64')      #创建一个二维数组，类型为float64

array([[1., 1., 1.],
[1., 1., 1.]])

1.3 ndarry对象的数据类型

1.3.1 查看数据类型

data_one = np.array([[1,2,3],[4,5,6]])
data_one.dtype.name

‘int32’

1.3.2 转换数据类型

data = np.array([[1,2,3],[4,5,6]])
data.dtype

dtype(‘int32’)

float_data = data.astype(np.float64)  #类型转换为float64
float_data.dtype

dtype(‘float64’)

float_data = np.array([1.2,2.3,3.5])
float_data

array([1.2, 2.3, 3.5])

int_data = float_data.astype(np.int64)    #数据类型转换为int64
int_data

array([1, 2, 3], dtype=int64)

str_data = np.array(['1','2','3&#