Numpy+pandas(一)

最新推荐文章于 2025-11-04 14:21:46 发布

原创

最新推荐文章于 2025-11-04 14:21:46 发布 · 666 阅读

2 ·

CC 4.0 BY-SA版权

本文是Numpy快速入门教程，涵盖了Numpy属性、创建array的方法、基本运算、索引操作、深拷贝与浅拷贝以及生成随机数的函数。详细讲解了包括一维和二维索引、矩阵相乘、统计函数以及数组合并与分割等关键知识点。

Numpy快速入门

一.Numpy属性

import numpy as np#用简单的np代替numpy

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

print('number of dim:',array.ndim)#输出数组的维度

print('shape:',array.shape)#输出行数和；列数

print('size:',array.size)#输出元素个数

二.Numpy创建array

1.关键字

array：创建数组
dtype：指定数据类型
zeros：创建数据全为0
ones：创建数据全为1
empty：创建数据接近0
arrange：按指定范围创建数据
linspace：创建线段

2.创建数组

a = np.array([2,23,4]) # list 1d

print(a)

# [2 23 4]

3.创建指定数据dtype

a = np.array([2,23,4],dtype=np.int)

print(a.dtype)

# int 64

a = np.array([2,23,4],dtype=np.int32)

print(a.dtype)

# int32

a = np.array([2,23,4],dtype=np.float32)

print(a.dtype)

# float32

4.创建特定数据

创建全0数组

a = np.zeros((3,4)) # 数据全为0，3行4列

"""

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

[ 0., 0., 0., 0.],

[ 0., 0., 0., 0.]])

"""

创建全1数组，同时也能指定这些特定数据的dtype

a = np.ones((3,4),dtype = np.int) # 数据为1，3行4列

"""

array([[1, 1, 1, 1],

[1, 1, 1, 1],

[1, 1, 1, 1]])

"""

创建全空数组，其实每个值都是接近0的数组

a = np.empty((3,4)) # 数据为empty，3行4列

"""

array([[ 0.00000000e+000, 4.94065646e-324, 9.88131292e-324,

1.48219694e-323],

[ 1.97626258e-323, 2.47032823e-323, 2.96439388e-323,

3.45845952e-323],

[ 3.95252517e-323, 4.44659081e-323, 4.94065646e-323,

5.43472210e-323]])

"""