数据科学库--第三天
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]