数据科学库--numpy中对数组，文件的操作，索引和切片，对缺失值的处理，数据拼接，等其他方法

numpy中的对数组的一些基本操作

下面是numpy在对数组处理上的一些基本应用：

import numpy as np
import random

t1 = np.array([1, 2, 3])
print(t1)
print(type(t1))

t2 = np.arange(4, 10, 3)
print(t2)
print(type(t2))
print(t2.dtype)

# numpy中的数据类型
t3 = np.array(range(1, 4), dtype="i1")
print(t3)
print(t3.dtype)

# numpy中的bool类型
t4 = np.array([1, 1, 0, 1, 0, 0], dtype=bool)
print(t4)
print(t4.dtype)

# numpy中调整数据类型

t5 = t4.astype("int8")
print(t5)
print(t5.dtype)

# numpy 中的小树
t6 = np.array([random.random() for i in range(10)])
print(t6)
print(t6.dtype)

# 设置精度
t7 = np.round(t6, 2)
print(t7)

# shape 和 reshape 方法

t8 = np.array([[[1, 2, 3], [4, 5, 6]], [[10, 11, 12], [13, 14, 15]]])
print(t8.shape)

t9 = np.arange(12)  # reshape 方法有返回值，并不会改变原数组
print(t9.reshape((3, 4)))
print(t9)
t9 = t9.reshape((3, 4))
# t9变回一元数组的两种方式的列数
print(t9.reshape(12, ))
print(t9.flatten())

# numpy中数组的运算,数据的运算具有广播原则
t10 = np.array(range(5))
print(t10 / 5)
print(t10 + 2)

numpy数组转置

import  numpy as np


t1 = np.arange(24).reshape((4,6))
#numpy数组转置的三种方式
print("原数组为：\n",t1)
print("第一种方式为：\n",t1.transpose())
print("-"*100)
print("第二种方式为：\n",t1.T)
print("-"*100)
print("第三种方式为：\n",t1.swapaxes(1,0))

输出：

原数组为：
 [[ 0  1  2  3  4  5]