numpy的核心特征就是n维数组对象——ndarray。可以把它理解为python中一个快速、灵活的大型数据集容器。
以下代码我均用jupyter演示。
生成小的随机数组
import numpy as np
data=np.random.randn(2,3)
data
array([[ 0.60329533, -0.2737639 , -0.49368031],
[-1.90929005, 1.32314732, 0.51238388]])
属性
数组具有dtype属性与shape属性
data.shape
data.dtype
生成ndarray
data1=[6,7.5,8,0,1]
arr1=np.array(data1)
arr1
维度
zeros创造全0数组,ones创造全1数组,empty创造无初始值的数组
类型转换
显示转换astype
数组算术
这一块比较简单,不详细介绍。
基础索引和切片
上面内容比较简单,下面讲切片。
索引举例,按行列寻找理解即可
copy使用
理解为复制即可
数组切片索引
还是比较容易理解的
数组转置
面向数组编程
meshgrid函数接收两个一维数组,并转化为二维矩阵。
条件逻辑转为数组操作
where函数可根据True或者False值进行数组替换
随机漫步示例