python实战应用讲解-【numpy专题篇】数据类型（附python示例代码）

最新推荐文章于 2024-09-30 18:53:35 发布
最新推荐文章于 2024-09-30 18:53:35 发布
阅读量102 收藏
点赞数
分类专栏： 【python实战应用】从原理到实战案例精讲100篇 文章标签： python numpy
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/getusushu/article/details/129085895
版权
本文详细讲解了Python numpy库中的Ndarray对象、数据类型及其转换。介绍了 Ndarray 的基础知识，如数据结构、内存布局，以及如何创建一维和二维数组。接着详细阐述了NumPy的数据类型，包括基本类型、数据类型对象dtype及其构造方式，并通过实例展示了如何进行浮点数和整型数据之间的转换。文章最后讨论了浮点数转换为整数时需要注意的细节，强调了使用astype()函数进行类型转换的重要性。
摘要由CSDN通过智能技术生成

目录

NumPy Ndarray 对象

基础知识

具体实例

NumPy 数据类型

NumPy 基本类型

数据类型对象 (dtype)

具体实例

 Numpy数据类型转换

浮点数据转换

整型数据转换

浮点数转整数

NumPy Ndarray 对象

NumPy 最重要的一个特点是其 N 维数组对象 ndarray，该对象是一个快速而灵活的大数据集容器，描述相同数据类型的元素集合，以 0 下标为开始进行集合中元素的索引。

基础知识

ndarray 对象是用于存放同类型元素的多维数组。

ndarray 中的每个元素在内存中都有相同存储大小的区域。

ndarray 内部由以下内容组成：

  • 一个指向数据（内存或内存映射文件中的一块数据）的指针。
  • 数据类型或 dtype，描述在数组中的固定大小值的格子。
  • 一个表示数组形状（shape）的元组，表示各维度大小的元组。
  • 一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要”跨过”的字节数。

ndarray 的内部结构如图:

 

了解本专栏 订阅专栏 解锁全文 超级会员免费看
格图素书
关注
专栏目录
订阅专栏
python实战应用讲解-【numpy专题篇】numpy应用案例（一）（附python示例代码）
getusushu的博客
03-24 1902
最初在代码中，我们导入了所有需要的框架、包、库和模块，我们将利用它们来构建网络应用。我们还提供了一个下拉菜单，让用户选择制作水彩素描/制作铅笔素描，然后根据他们的选择，我们渲染结果。原始图像和应用滤镜后的图像都是并排呈现的，这样用户就可以比较这两张图像的结果。如果反馈给机器学习模型的数据没有得到很好的组织，它就会给出错误的或不想要的输出。原始数据是没有用的。用户可以进一步下载转换后的图片，在此之前，让我们了解一些我们将在本文中使用的定义。所以在这里，我们，作为一个数据科学家，我们可以帮助我们的朋友奥蒂斯。
python实战应用讲解-【numpy专题篇】数组（附python示例代码）
getusushu的博客
02-23 104
本文介绍的一些基本属性。数组的维数称为秩（rank），一维数组的秩为 1，二维数组的秩为2，以此类推。在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量(秩)，就是数组的维数。
python实战应用讲解-【numpy专题篇】常见问题解惑（三）（附python示例代码）
getusushu的博客
03-20 127
要找到任何一个数字列的平均值，如Marks，它会抛出TypeError，因为它不知道当不是所有的值都是数字时如何取平均值（如Student Name, Branch由字符串类型的数据组成）。就像正态分布是大量独立和相同分布的随机变量相加的表现，对数正态是大量独立和相同分布的随机变量相乘的结果。在上面的例子中，如果没有指定列名，数据框架的平均值将为所有数字类型的列生成–student_ID和Marks列是浮动类型的。在概率论中，一个对数通常分布的随机变量的连续概率分布被称为对数正态（或对数正态）分布。
python实战应用讲解-【numpy专题篇】numpy常见函数使用示例（一）（附python示例代码）
getusushu的博客
03-25 223
2个整数的元组] 第一个整数是数组的第一个字节，第二个整数是刚刚超过数组的最后一个字节。如果Arr不是连续的，它将不会使用（低，高）值之间的每个字节。subok : [bool, optional] 如果为真，则子类将被通过，否则默认情况下，返回的数组将被强制为基类数组。NumPy模块中char类的add()方法用于str或unicode的两个数组的元素间字符串连接。NumPy模块中char类的multiply()方法用于元素间的字符串多重连接。函数返回一个标量类型，该类型是输入数组所共有的。
python实战应用讲解-【numpy专题篇】实用小技巧（三）（附python示例代码）
getusushu的博客
03-23 83
在这里，迭代的次数由Numpy数组内的子数组的长度决定。行和列的迭代范围是由Numpy数组的形状定义的。在这种方法中，Pandas数据框架的索引列和列头将呈现在Numpy数组中。在将Numpy数组转换为Pandas数据框架的过程中，必须对Numpy数组的子数组进行适当的索引，以获得数据框架标签的正确顺序。在这个例子中，Pandas Dataframe将被生成，并且在函数中提到了索引列和列头的正确名称。如果第一个数组的列数等于第二个数组的行数，那么只有numpy.dot()函数会被检查，否则会显示错误。
python实战应用讲解-【numpy专题篇】numpy常见函数使用示例（二）（附python示例代码）
getusushu的博客
03-24 504
一阶差值由out[i] = arr[i+1] – arr[i]沿给定轴给出。这个函数计算的是信号处理文本中通常定义的相关性：c_{av}[k] = sum_n a[n+k] * conj(v[n])[int or tuple, optional] 用于计算非零点的轴或轴的元组。[int or array of int] 数组中沿给定轴的非零值的数量。[sequence] 一个代表数组的dtypes或dtype可转换对象的列表。[int, optional] 取差的轴，默认是最后一个轴。
python实战应用讲解-【numpy专题篇】实用小技巧（五）（附python示例代码）
getusushu的博客
03-24 609
因此，换一种说法，外积是第一个向量的所有元素与第二个向量的所有元素的乘积。返回的矩阵的形状是x.shape + (deg + 1)，其中最后一个索引是相应切比雪夫多项式的度数。np.outer()方法用于查找创建的向量的外积。在这个例子中，我们创建了包含5个数据点的数组，并使用np.chebvander()函数传递5度，最后，我们将在python中检查生成的矩阵的形状。在这个例子中，我们创建了包含10个数据点的数组，从系列1到10，通过使用np.chebvander()函数，我们将传递程度为2。
python实战应用讲解-【numpy专题篇】数组的操作（附python示例代码）
getusushu的博客
02-28 78
NumPy 迭代器对象提供了一种灵活访问一个或者多个数组元素的方式，迭代器最基本的任务的可以完成对数组元素的访问。
python实战应用讲解-【numpy专题篇】文件读写和索引（附python示例代码）
getusushu的博客
03-24 100
主要介绍Numpy读写二进制文件和读写文本格式的数据，Numpy提供了几个函数，数据分析师可以用其把结果保存到文本或二进制文件中，同样,Numpy还提供了从文件中读取数据并将其转换为数组的方法。
python实战应用讲解-【numpy专题篇】numpy常见函数使用示例（十四）（附python示例代码）
getusushu的博客
04-04 111
如果arr是MaskedArray，则返回arr的数据为ndarray，否则返回arr为ndarray，如果不是，则返回子类。这包括列表，图元的列表，图元，图元的图元，列表的图元，ndarrays和掩码数组。[ndarray] 一个self的副本，其中的无效条目被fill_value替换，如果没有无效条目需要替换，则self本身就是一个ndarray。[index_array ]返回一个新的integer_array，除非指定out，在这种情况下，返回一个对out的引用。函数用于屏蔽一个大于给定值的数组。
VeighNa：强大的Python开源量化交易平台
Unity打怪升级
09-26 686
VeighNa（简称 VN 或 vn.py）是一个基于 Python 的开源量化交易平台，专为量化交易爱好者和专业交易员设计。VeighNa 是由国内开发者社区推动的开源项目，旨在提供一个功能丰富、灵活且易于扩展的量化交易解决方案。该框架不仅支持多种资产类别的交易，如股票、期货、期权、加密货币等，还支持多种交易接口和协议，使得用户能够轻松进行多市场、多品种的交易策略开发和部署。
第二百五十四节 JPA教程 - JPA 多对多映射示例
2301_78772942的博客
09-27 700
第二百五十四节 JPA教程 - JPA 多对多映射示例
python中的深浅拷贝以及总体框架了解
AgostoDu的博客
09-26 1162
1、当b使用copy.deepcopy()深拷贝的时候，可以理解为b不仅外面的整体开辟了一个新的内存地址，b里面包含的列表也开辟了新的内存地址和a里面的内存地址没有任何关系，所以当a修改里面列表元素的值时不会影响b里面列表元素的值。print(mr) #{'name': 'lis', 'age': 18, 'scroe': 100}<br>备注：已经存在的值的优先级>默认值<br>6.3 直接修改 值，显示最新修改值 （修改默认值优先级小于直接添加的字典值）<br>
Python精选200Tips：171-175
AnFany
09-26 1255
Python深度学习的项目
ubuntu安装libtorch
meng_152634的博客
09-25 750
nouveau是由第三方为NVIDIA显卡开发的一个开源3D驱动，ubuntu默认集成了nouveau驱动，安装NVIDIA驱动前必须禁用系统自带的显卡驱动nouveau，否则安装NVIDIA驱动时会报错。，一定要确定好安装的CUDA版本是否支持显卡的算力，否则安装成功也无法使用GPU加速。如果cmake版本低于3.18，会出现下面的报错，这是由于低于3.18的cmake不支持CUDA17的编译，需要更新cmake版本。因为安装的CUDA版本为12.1，这里选择最新版的CUDNN 9.4.0进行安装。
遥感影像-实例分割数据集：iSAID 从切图到YOLO格式数据集制作详细介绍
GIS潮流
09-30 642
开源数据集isaid标注包含实例分割，但是原始影像太大，很吃显存，一般显卡无法用原始影像直接训练，所以需要对影像进行裁剪，并生成对应的标签，因为想用yolo系列跑模型，所以将标签需要转为txt格式。
酷炫音乐盒: 使用Python和Tkinter配合Pygame打造自己的音乐播放器
宇宙第一小趴菜的博客
09-29 1019
Tkinter是一个功能强大且简单易用的库，适合构建轻量级的GUI应用程序。它在不同的操作系统上具有相同的外观和行为，因此可以实现跨平台的应用程序。当然，Tkinter还有更多的功能和细节，通过阅读官方文档和教程，你可以更深入地了解和学习如何运用Tkinter来创建各种GUI应用程序。
合并两个有序数组
最新发布
Sudo_Wang的学习记录
09-30 329
我们可以使用双指针法从后向前遍历，避免将已经排序的数组打乱。这个方法的核心思路是从。的末尾开始填充较大的元素，因为末尾是用零填充的空闲区域，这样我们可以避免覆盖。这个方法能够高效地解决问题，并且符合进阶要求的 O(m + n) 复杂度。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

格图素书

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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