NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
NumPy作为高性能科学计算和数据分析的基础包，是其他重要数据分析工具的基础。
一、认识NumPy数组对象
import numpy as np #导入numpy数据包 data=np.arange(12).reshape(3,4) #创建一个3行4列的数组 print(data) print(type(data)) print(data.ndim) #数组维度 输出2，表示二维数组 print(data.shape)#数组的维度，输出（3，4），表示3行4列 print(data.size,data.dtype) #数组元素的个数和元素类型
输出：
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
<class ‘numpy.ndarray’>
2
(3, 4)
12 int32
二、创建NumPy数组
import numpy as np data1=np.array([1,2,3])#创建一维数组 print(data1) data2=np.array([[1,2,3],[4,5,6]])#创建二维数组 print(data2) data3=np.zeros((3,4))#创建元素都是0的二维数组 print(data3) data4=np.ones((2,3))#创建元素都是1的二维数组 print(data4) d5=np.empty((5,2))#创建数组，元素随机，数据类型默认为float64 print(d5) d6=np.arange(1,20,5)#创建等差数组 print(d6,d6.dtype)
输出：
[1 2 3]
[[1 2 3]
[4 5 6]]
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
[[1. 1. 1.]
[1. 1. 1.]]
[[ nan 0.000000e+000]
[1.118637e-311 2.023693e-320]
[0.000000e+000 0.000000e+000]
[0.000000e+000 0.000000e+000]
[0.000000e+000 0.000000e+000]]
[ 1 6 11 16] int32
三、ndarray对象的数据类型
d7=np.array([1,2,3],float)#显式声明数组元素的类型 print(d7) d8=np.ones((2,3),dtype='float64')#创建元素都是0的二维数组 print(d8)
输出：
[1. 2. 3.]
[[1. 1. 1.]
[1. 1. 1.]]
转换数据类型
import numpy as np d1=np.array([1,2,3]) print(d1.dtype,d1.dtype.name) float_d1=d1.astype(np.float32)#数据类型转换为float32 print(float_d1,float_d1.dtype) float_d2=np.array([1.2,3.8,4.5]) int_d2=float_d2.astype(np.int32)#数据类型转换为int32,小数点后的部分截掉 print(int_d2,int_d2.dtype)
输出：
int32 int32
[1. 2. 3.] float32
[1 3 4] int32
125jz网原创文章。发布者：江山如画，转载请注明出处：http://www.125jz.com/10170.html
微信扫一扫 
支付宝扫一扫 