Python数据分析numpy入门(二)

一、numpy简易入门

1.1 认识numpy数组对象

import numpy as np  # 导入numpy工具包
data = np.arange(12).reshape(3, 4) # 创建一个34列的数组
print(data)          # 输出数组
print(type(data))    # 输出数据类型
print(data.ndim)     # 数组维度的个数,输出结果为2表示二维数组
print(data.shape)    # 输出数组维度,输出(3,4)表示三行四列
print(data.size)     # 数组元素的个数,输出结果为12,表示总共有12个元素
print(data.dtype)    # 数组元素的类型,输出结果int32,表示元素类型都是int32

输出结果如下:

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
<class 'numpy.ndarray'>
2
(3, 4)
12
int32

Process finished with exit code 0

1.2 创建numpy数组

import numpy as np  # 导入numpy工具包
data1 = np.array([1, 2, 3])    # 创建一个一维数组
print(data1)

data2 = np.array([[1, 2, 3], [4, 5, 6]])  # 创建一个二维数组
print(data2)

data3 = np.zeros((3, 4))  # 创建一个全0数组
print(data3)

data4 = np.ones((3, 4))   # 创建一个全1数组
print(data4)

data5 = np.empty((5, 2))   # 创建全空数组,其实每个值都是接近0的值
print(data5)

print(np.arange(1, 20, 5))
print(np.array([1, 2, 3, 4], float))
print(np.ones((2, 3), dtype='float64'))

输出结果如下:

[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. 1. 1.]
 [1. 1. 1. 1.]]
[[6.23042070e-307 8.90092016e-307]
 [1.29060871e-306 1.33511290e-306]
 [1.11261027e-306 1.11261502e-306]
 [1.42410839e-306 7.56597770e-307]
 [6.23059726e-307 1.42419530e-306]]
[ 1  6 11 16]
[1. 2. 3. 4.]
[[1. 1. 1.]
 [1. 1. 1.]]

Process finished with exit code 0


1.3 ndarry对象的数据类型

(1)查看数据类型

import numpy as np  # 导入numpy工具包
data_one = np.array([[1, 2, 3],
                     [4, 5, 6]])
print(data_one.dtype.name)

输出结果如下:

int32

(2)转换数据类型

import numpy as np  # 导入numpy工具包
data = np.array([[1, 2, 3], [4, 5, 6]])
print(data.dtype)

float_data = data.astype(np.float64) # 数据类型转换为float64
print(float_data.dtype)

float_data = np.array([1.2, 2.3, 3.5])
print(float_data)

int_data = float_data.astype(np.int64)
print(int_data)

str_data = np.array(['1', '2', '3'])
int_data = str_data.astype(np.int64)
print(int_data)


输出结果如下:

int32
float64
[1.2 2.3 3.5]
[1 2 3]
[1 2 3]

1.4 数组运算

(1)向量化运算

import numpy as np  # 导入numpy工具包
data1 = np.array([[1, 2, 3], [4, 5, 6]])
data2 = np.array([[1, 2, 3], [4, 5, 6]])

print(data1 + data2)   # 数组相加
print(data1 * data2)   # 数组相乘
print(data1 - data2)   # 数组相减
print(data1 / data2)   # 数组相除

输出结果如下:

[[ 
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值