numpy

最新推荐文章于 2024-07-22 13:07:45 发布

糖公子没来过

最新推荐文章于 2024-07-22 13:07:45 发布

阅读量104

点赞数

分类专栏： numpy 数据科学库文章标签： numpy

本文链接：https://blog.csdn.net/m0_51738700/article/details/117980887

版权

本文详细介绍了numpy库的使用，包括创建数组、指定数组类型、修改形状、数组运算、轴的概念、读取数据、索引与切片、数值修改，以及处理nan和inf等关键操作。此外，还探讨了numpy中的统计函数和处理缺失值的方法。

摘要由CSDN通过智能技术生成

创建数组

np.array()或np.arange()

import numpy as np

t1 = np.array([1, 2, 3])

t2 = np.array(range(1, 4))

t3 = np.arange(1, 4)

t4 = np.arange(1, 10, 4)    # 和range()的用法是一样的，最后一位表示间隔

上述方法都可以，t2和t3的效果是一样的

数组类型

数组中数据的常见类型是ndarray

指定数组类型

如果想要指定数据类型，需要用到 “dtye=” 进行指定

# 指定numpy中的数据类型
t4 = np.array(range(1, 4), dtype="float32")
print(t4)
print(t4.dtype)

# [1. 2. 3.]
# float32


# numpy中的bool类型
t5 = np.array([1, 0, 0, 1, 1, 1], dtype=bool)
print(t5)
print(t5.dtype)

# [ True False False  True  True  True]
# bool

修改数组类型

t = t.astype("int16")

# 修改数据类型
t5 = np.array([1, 0, 0, 1, 1, 1], dtype=bool)
t6 = t5.astype("int8")
print(t6)
print(t6.dtype)

# [1 0 0 1 1 1]
# int8

numpy中的小数

import random

# numpy 中的小数
t7 = np.array([random.random() for i in range(10)])
print(t7)
print(t7.dtype)

# [0.62353993 0.52235016 0.53678087 0.62307334 0.11238168 0.93459975
#  0.13884496 0.35904068 0.00783007 0.32744046]
# float64


# 修改小数的保留字数
t8 = np.round(t7, 2)
print(t8)
print(t8.dtype)

# [0.62 0.52 0.54 0.62 0.11 0.93 0.14 0.36 0.01 0.33]
# float64