极简生活,极简编程,简到极致,就是完美!
python数据分析基础第一课Numpy :科学计算库,操作的对象是ndarray数组对象,就是数组,有一维,有多维……Let’s go !
Numpy 0->1
- 1.numpy 创建ndarray数组对象
- 2. numpy 获取ndarray数组对象属性
- 3. numpy 创建ndarray例程对象: 初始化默认的数组对象
- 4. numpy 切片操作:取数组对象的某个、某行、某列元素
- 5. numpy 广播操作:针对形状不同的数组对象进行运算
- 6. numpy 数组迭代:可用与遍历数组对象
- 7. numpy 常用数组操作:reshape,flat,flattern,ravel
- 8. numpy 数组翻转:T
- 9. numpy 数组连接:stack,hstack,vstack
- 10. numpy 数组对象分割:split,hsplit,vsplit
- 11. numpy 数组元素操作:增删,去重
- 12. numpy 字符串元素操作函数:add 连接 lower split strip join replace multiply 重复元素几次
- 13 numpy 补充函数
1.numpy 创建ndarray数组对象
import numpy as np
list1 = [1, 2, 3]
list2 = [4, 5, 6]
# 一维
nda = np.array(list1)
# 多维
nda2 = np.array((list1, list2))
# 指定最小维度
nda3 = np.array(list1, ndmin=2)
# 指定数据类型:已存在的
nda4 = np.array(list1, dtype=complex)
# 指定自定义的数据类型
user = np.dtype([('name', 'S20'), ('age', 'i1')])
nda5 = np.array([('zhangsan', 18), ("lisi", 22)], dtype=user)
print(nda)
print(nda2)
print(nda3)
print(nda4)
print(nda5)
print(nda5['name'])
[1 2 3]
[[1 2 3]
[4 5 6]]
[[1 2 3]]
[1.+0.j 2.+0.j 3.+0.j]
[(b'zhangsan', 18) (b'lisi', 22)]
[b'zhangsan' b'lisi']
2. numpy 获取ndarray数组对象属性
# 获取数组维度
print(nda2.shape)
# 调整数组维度:way1
nda2.shape = (3, 2)
print(nda2)
# 调整数组维度:way2
nda6=nda2.reshape(6,1)
print(nda6)
# 获取数组维数
nda21=np.arange(20)
print(nda21.ndim)
nda22=nda21.reshape(2,5,2)
print(nda22.ndim)