前言:
numpy的数据类型是数组,和列表有相似之处,但是两种不同的数据类型。
数组的每个元素的类型必须相同。
如果数组中出现不同类型的数据,则会默认转成相同类型,优先级为:字符>浮点型float>整型int
一、numpy创建方法(3种):
1.np.array([1,2,3,4,5,6]) 元素人为手工输入
2.plt方式(import matplotlib.pyplot as plt)
生成的数组是三维数组,顺序是:行,列,颜色
import matplotlib.pyplot as plt
pic = plt.imread(r'图片路径') #读取图片生成三维数组
#图片裁剪,即数组切片
pic1 = pic[row1:row2,col1:col2,:]
#上下翻转
pic2 = pic[::-1,:,:] #列不变,颜色不变,行数据逆序
#左右翻转
pic3 = pic[:,::-1,:]
#打印图片
plt.imshow(pic2)
plt.show()
3.使用routines函数创建
a.随机数方法生成数组:
(1)np.random.randint(low = 0, high= 100,size = (m,n)) m*n生成m行n列的二维矩阵数据,每个元素都是整数,数据的范围在start和end之间
(2)np.random.random(size= (m,n))生成0-1之间的随机数,只有size一个参数
b.等差数列生成数组(一维数组):
(3)np.linespace(start= 1,end = 100,num = 10)# 固定数组元素个数
(4)np.arange(0,20,step = 2) #固定步长
c.其他
np.ones()
np.zeros()
二、方法
常用聚合操作:sum() , max(), min(),mean()
三、属性
shape
dtype:指定数组中元素的类型
四、切片操作:
切行:arr[0:3]
切列:arr[,0:3]
切行列:arr[0:3,0:3]
五、numpy有很多统计学函数
因为numpy主要是数值类型,用于统计分析,所以有很多统计学函数,是数据分析的利器。