数据分析———Numpy库的使用

"""
从Python列表或元组创建
使用np.array()函数，可以将python的列表或元组转换成Numpy数组，这是最直接的方式
"""

import numpy as np

# 1.从列表创建
# list_array = np.array([1, 2, 3])
# print("从列表创建的数组：", list_array, "  类型是：", type(list_array))

# 2.从列表创建二维数组
# list_2d_array = np.array([[1, 2, 3], [4, 5, 6]])
# print("从列表创建的二维数组：\n", list_2d_array)
# print("类型为：", type(list_2d_array))

# 3.指定数据类型
# typed_array = np.array([1, 2, 3], dtype=np.float16)
# print("指定数据类型的数组：", typed_array)

# 4.从元组创建
# tupple_array = np.array((1.1, 2.2))
# print("从元组中创建的数组：", tupple_array)

# 5.从元组创建二维数组
# tuple_2d_array = np.array([(1.1, 2.2, 3.3), (4.4, 5.5, 6.6)])
# print("从元组创建的二维数组：\n", tuple_2d_array)

"""
使用arrange生成数组
Numpy的arange函数类似于python的range函数，但它返回的是一个数组而不是列表
这个函数在需要创建数值范围时非常有用
"""

# 1.创建一个0到11的数组
# arange_array = np.arange(12)
# print("使用arange创建的数组：", arange_array)

# 2.创建一个步长为2的数组
# step_array = np.arange(100, 124, 2)
# print("步长为2的数组：", step_array)

"""
使用linspace和logspace生成数组
linspace和logspace函数生成的是线性间隔和对数间隔的数组
常用于数值分析和图形绘制
"""

# 1.使用linspace创建等间隔的数值数组
# linear_space = np.linspace(0, 9, 4)
# print("等差数组为：", linear_space)

# 2.使用logspace创建对数间隔数值数组
# log_space = np.logspace(0, 9, 10, base=np.e)
# print("对数间隔数组为：", log_space)

# 3.注意事项：
# linspace的第三个参数是数组中的元素数量，而不是步长
# logspace的base参数默认是10，可以生成不同基数的对数间隔数组

"""
使用ones和zeros创建特殊数组
ones和zeros函数可以快速创建元素全为1或0的数组
这些函数在初始化参数或重置数据时特别有用
"""

# 1.创建全为1的数组
# ones_array = np.ones((2, 3))
# print("全1数组：\n", ones_array)

# 2.创建全为0的三维数组
# zeros_array = np.zeros((2, 3, 4))
# print("全为0的三维数组：\n", zeros_array)

# 3.创建与另一个数组形状相同的全0数组
# zero_like_array = np.zeros_like(np.ones((2, 3, 3)))
# print("形状相同的数组为：\n", zero_like_array)

# 4.注意事项
# 默认情况下，ones和zeros创建的数组类型为浮点型，可以通过dtype参数指定其他类型

"""
使用random生成随机数数组
Numpy的random模块包含了多种产生随机数的函数
非常适合生成测试数据或进行随机化操作
"""

# 1.创建一个2*3的随机数组，元素介于0和1之间
# array_1 = np.random.rand(2, 3)
# print(array_1)

# 2.创建一个随机整数数组，元素介于0和10之间
# array_2 = np.random.randint(0, 10, (2, 3))
# print(array_2)

# 3. 创建一个符合标准正态分布的数组
# array_3 = np.random.randn(2, 4)
# print(array_3)

"""
从文件读取数组
Numpy还提供了读写磁盘文件的功能。你可以将数组保存到文件中，然后在需要时再加载它们
"""

# 1.将数组保存到文件
# np.save('./my_array', np.array([[1, 2, 3], [4, 5, 6]]))

# 2.从文件加载数组
# loaded_array = np.load('my_array.npy')
# print("从文件加载的数组：\n", loaded_array)