python：NumPy基础（4），总结

最新推荐文章于 2022-06-30 15:57:30 发布

genome_denovo

最新推荐文章于 2022-06-30 15:57:30 发布

阅读量407

点赞数

分类专栏： python_numpy python 文章标签： python numpy

本文链接：https://blog.csdn.net/genome_denovo/article/details/78242164

版权

本文总结了Python数据分析库NumPy的基础知识，包括创建ndarray、通用函数和数组数据处理。介绍了ndarray的创建、类型转换，以及索引切片特性。通用函数如平方运算和比较运算，用于元素级计算。还讲解了利用数组进行数据处理的方法，如numpy.where函数实现分支结构判断，以及数组的统计方法、排序和唯一化操作。最后提到了数组的文件输入输出和随机数生成。

摘要由CSDN通过智能技术生成

利用python进行数据分析

第四章：NumPy基础：数组和矢量计算

总结

1，创建ndarray

利用np.array()函数
>>> import numpy as np
>>> np.array([1.2, 4.5, 7.1, 9.0])
array([ 1.2, 4.5, 7.1, 9. ])
数组类型：dtype，整型多为int32，浮点型多为float64
另外包括布尔型（bool），字符串型（string_）
>>> np.arange(10)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
转换数组类型：
np.array().astype(np.float64)或np.string_
数组和标量之间的运算都会应用到元素级别
索引切片和列表切片的用法相同，索引从0开始，取出数组元素包括开始索引但不包括结束索引。
但要重点注意一下方面：数组的切片都是原始数组的视图，所以切片后的数据不是被复制出来的，而是原有数组的应用，切片后的数组改动后原有数组也会改变，如果想对切片结果进行复制则需要，类似arr[5:8].copy()这样的操作
高维数组的一个索引对象，实际上得到的结果是一个降维的数组
通过数组的比较运算ÿ