1.掌握 创建数组,数组运算,索引与切片
2.掌握 利用数组进行数据处理
3.掌握 转置和轴对称,通用函数
4.熟悉 数据类型,线性代数模块,随机数模块
创建numpy数组:
#创建1维数组
import numpy as np
data1=np.array([1,2,3])
#创建一个二维数组
data2 = np.array([[1, 2, 3], [4, 5, 6]])
# 沿着编号为0的轴对元素排序
b1=data2.sort(0)
# 创建元素值全是0的数组
np.zeros((3, 4)
输出结果
array([[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]])
# 创建元素值全是1的数组
np.ones((3, 4))
输出结果
array([[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]])
# 创建元素值全是随机数的数组
np.empty((5, 2))
查看数据类型:
ndarray.dtype可以创建一个表示数据类型的对象,如果希望获取数据类型的名称,则
需要访问name属性进行获取。
data_ one = p.array([[1, 2, 3], [4, 5, 6]1)
data_ one.dtype.name
转换数据类型:
ndarray对象的效据天型 以迪 astype0法进行转换。
data = np.array([[1, 2, 3], [4, 5, 6]])
data.dtype
#数据类型转换为float64
float_ data= data.astype(np. float64)
float _data.dtype
ndarray的索引和切片
对于一维数组来说,从表面上来看,它使用索引和切片的方式,与Python列表的功能相差不大。
import numpy as np
a = np.arange(5)
# 获取索引为5的元素
a[5]
# 获取索引为3~5的元素,但不包括5
a[3:5]
a2 = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])
# 获取索引为1的元素
a3=a2[1]
# 获取位于第0行第1列的元素
a4=a2[0, 1]
import numpy as np
a = np.arange(10)
b = a[2:9:2]
print(b)
输出结果:
[2 5 8]
花式(数组)索引的基本使用:
如果要操作的对象是一个二维数组,则获取的结果就是对应下标的一行数据。
#创建一个二维数组
demo_arr = rp empty ((4, 4)
for i in range(4)
demo_ arr[i] = np.arange(i, i + 4)
#获取索引为[0.2]的元素
demo_arr[[0,2]]
布尔型索引的基本使用:
array(False,false,True,False])
数组的转置和轴对称:
数组的转置指的是将数组中的每个元素按照一定的规则进行位置变换。
NumPy提供了两种实现方式:1,T属性 2,transpose()方法
数组排序:
如果希望对NumPy数组中的元素进行排序,可以通过sort()方法实现。
arr = np.array([[6, 2, 7],
[3, 6, 2],
[4, 3, 2]])
arr.sort()