数据清洗进阶(一)

一 创建数组

arr3 = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
arr3
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])

# 初始值,终止值,步长,左闭右开
np.arange(1,10,1)
array([1, 2, 3, 4, 5, 6, 7, 8, 9])

等差数列

# 初始值,终止值,元素个数,是否包含边界值,默认为True
np.linspace(1,10,10,endpoint=True)
array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.])
np.linspace(1,10,20,endpoint=True)
array([ 1.        ,  1.47368421,  1.94736842,  2.42105263,  2.89473684,
        3.36842105,  3.84210526,  4.31578947,  4.78947368,  5.26315789,
        5.73684211,  6.21052632,  6.68421053,  7.15789474,  7.63157895,
        8.10526316,  8.57894737,  9.05263158,  9.52631579, 10.        ])
# 等差为
9/19
0.47368421052631576

np.zeros([4,5])
array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]])

np.ones([2,3])
array([[1., 1., 1.],
       [1., 1., 1.]])

二 数组的方法

维度

arr3.ndim
2

形状

arr1.shape
(4,)

arr3.shape
(3, 4)

大小

arr3.size
12

数据类型

arr3.dtype
dtype('int32')

三 数组的访问