前言
我们在学习Numpy之前需要了解Numpy是什么?能做什么!
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
导入
Numpy是一个第三方库,所以我们需要在python中导入,直接用import numpy 然后点击红色灯泡就可以导入。
我们可以使用import numpy as np 来用 np 作为别名
创建简单数组
创建数组
np.array(list) 会返回一个数组obj
# 创建一些数据
a = np.array([1,2,3,4,5,6])
创建的对象可以被操作
a1 = a * 2
输出结果
np的数组是没有,分隔的。而使用作空格来分隔。
[ 2 4 6 8 10 12]
我们还可以创建二维数组,语法如下。
b = np.array([[123,23,1],[123,445,78187]])
#打印结果
[[ 123 23 1]
[ 123 445 78187]]
指定数据元素数据类型
a2 = np.array([1,2,3,5,6,7],dtype='int64')
#结果
print(a2.dtype) #int64
np.下的属性
type 判断数据类型 —— type <class ‘numpy.ndarray’>
b.T 转置 —— 参考Excel
b.shape —— 数据有几行几列 (2, 3)
b.dtype —— 数组内的数据类型 int32
b.ndim 维度 —— 2
b.size元素个数 —— 6
b.itemsize 每个元素的长度 —— 4
b.nbytes 数组所有元素长度 —— 24
创建数组对象
语法 :
np.array(object,dtype = None,copy = True,order = ‘K’,subok = False,ndmin = 0)
属性:
object:转换的对象
dtype:数组的数据类型 int32 int64
copy:是否复制
ndmin:维度
案例:
创建数组,维度是3
c = np.array([1,2,3,4,5,6,7,8],dtype=int,ndmin=3)
打印:[[[1 2 3 4 5 6 7 8]]]
numpy的其他用法
np.arange(start , end , step) 返回一个规律数组。
这玩意步长可以是小数。
a7 = np.arange(0,6,0.5)
打印:[0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5]
用作np.array的属性
a8 = np.array([np.arange(1,5),np.arange(5,9)])
打印:[[1 2 3 4]
[5 6 7 8]]
np的特殊方法
np.zerons()
np.ones()
np.full()
arr2 = np.zeros((3,3))
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
返回的是一个3*3的由0组成的二维数组
————————————————————————————————————————
arr3 = np.ones((3,3))
结果同上,元素值为1
________________________________________
arr4 = np.full((3,3),[1,2,3])
用一个值创建多维nparray对象 可以放很多类型数据
比如 数组(填充的列表数量要与前面一致) 字符串等
[[1 2 3]
[1 2 3]
[1 2 3]]
______________________________________________
完!