数组常见的创建方式
一、Python本身的数据分析功能不强,需要安装一些第三方的扩展库来增强的它的能力。主要用到的库包括Numpy、Matplotlib、Pandas等,下面对这三个库做一个简单介绍:
1.Numpy:提供了真正的数组功能,以及对数据进行快速高效处理函数
2.Matplotlib:用于数据挖掘或者数学建模,是最著名的绘图库,主要用于二维绘图
3.Pandas:是Python最请打的分析工具,包含高级的数据结构和精巧的工具。Pandas功能非常强大,支持类似于SQL的数据增、删、改、查
2.数组创建的方式
array函数创建数组
import numpy as np
ndarray1 = np.array([1, 2, 3, 4])
ndarray2 = np.array(list(‘abcdefg’))
ndarray3 = np.array([[11, 22, 33, 44], [10, 20, 30, 40]]) # 二维数据zeros和zeros_like创建数组
该方式创建的数组元素默认值是0,注意:zeros_linke函数只是根据传入的ndarray数组的shape来创建所有元素为0的数组,并不是拷贝源数组中的数据.
ndarray4 = np.zeros(10)
ndarray5 = np.zeros((3, 3))
ndarray6 = np.zeros_like(ndarray5) # 按照 ndarray5 的shape创建数组- ones和ones_like创建数组
用于创建所有元素都为1的数组.ones_like用法同zeros_like用法
# 创建数组,元素默认值是0
ndarray7 = np.ones(10)
ndarray8 = np.ones((3, 3))
# 修改元素的值
ndarray8[0][1] = 999
ndarray9 = np.ones_like(ndarray5) # 按照 ndarray5 的shape创建数组 - empty和empty_like创建数组
用于创建空数组,空数据中的值并不为0,而是未初始化的随机值.
ndarray10 = np.empty(5)
ndarray11 = np.empty((2, 3))
ndarray12 = np.empty_like(ndarray11) - arange创建数组
arange函数是python内置函数range函数的数组版本.
# 产生0-9共10个元素
ndarray13 = np.arange(10)
# 产生从10-19共10个元素
ndarray14 = np.arange(10, 20)
# 产生10 12 14 16 18, 2为step
ndarray15 = np.arange(10, 20, 2) - eys创建对角矩阵数组
该函数用于创建一个N*N的矩阵,对角线为1,其余为0.
ndarray16 = np.eye(5)