Numpy：简介与数组

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

[0. 1. 2. 3. 4.] float16

[0 1 2 3 4 5] int8

‘’’

（3）数组创建好后修改数据类型：array.astype(数据类型）

a22 = a2.astype(int)

a33 = a3.astype(‘float16’)

print(a22.dtype,a33.dtype)

‘’’

int32 float16

‘’’

（4）Numpy中的bool类型

创建时指定bool类型，将一个列表中的数据转换成True或False

转换规则在与Python中相同: 0 / 空字符串’’ / None都为False，其他都为True

s1 = np.array([2,0,1,None,‘’,‘ssd’,True],dtype=bool)

print(s1,s1.dtype)

‘’’

[ True False True False False True True] bool

‘’’

（5）Numpy中的小数类型

numpy.round(array, n) 将array中的小数保留n位并返回数组

s2 = np.array([random.random() for i in range(5)])

创建数组时使用列表循环

print(s2,s2.dtype)

s3 = np.round(s2,3)

Numpy.round(array,n) 将array中保留n位小数，并返回数组

print(s3,s3.dtype)

‘’’

[0.49257971 0.35290744 0.35157731 0.02503256 0.06226811] float64

[0.493 0.353 0.352 0.025 0.062] float64

‘’’

数组的形状（数组的多维形式）

array.shape

返回该数组有几行几列，元组类型，层次以此类推

由于shape()返回元组类型，我们可以用shape[0]获取行数，shape[1]获取列数

一维数组

a1 = np.array([1,3,5,2])

print(a1.shape)

二维数组

a2 = np.array([

[11,12,13],

[21,22,23]

])

print(a2.shape)

print(‘a2共有%d个元素’ %(a2.shape[0]*a2.shape[1]) )

三维数组

a3 = np.array([

[

[111,112,113],

[121,122,123]

],

[

[211,212,213],

[221,222,223]

]

])

print(a3)

print(a3.shape)

print(‘a2共有%d个元素’ %(a3.shape[0]*a3.shape[1]) )

‘’’

(4,)

(2, 3)

a2共有6个元素

(2, 2, 3)

a2共有4个元素

‘’’

a4 = np.array(

[23],

[23,25]

)

每一行的列数必须相等，否则会报错：

print(a4.shape)

TypeError: Field elements must be 2- or 3-tuples, got ‘23’

array.reshape( (n,m,…) )

将数组转换成n行m列的多维数组，元素个数必须刚刚好，否则报错

返回转换后的数组，但不改变原数组

a5 = np.arange(6)

print(a5.reshape((2,3))) # 转换成2行3列的二维数组

print(a5.reshape(6)) # 转换回一维数组

a6 = np.arange(27)

print(a6.reshape((3,3,3)))

‘’’

[[0 1 2]

[3 4 5]]

[[[ 0 1 2]

[ 3 4 5]

[ 6 7 8]]

[[ 9 10 11]

[12 13 14]

[15 16 17]]

[[18 19 20]

[21 22 23]

[24 25 26]]]

‘’’

array.flatten()

将二维数组转换为一维数组

返回转换后的数组，但不改变原数组

a5 = np.array([ [1,2,3], [4,5,6]])print(a5.flatten())‘’‘[1 2 3 4 5 6]’‘’

数组的运算

对数组进行运算时会将运算过程作用于每一个元素（numpy的广播机制）

如果运算为除以零，会返回nan(0/0 Not A Number) 或者 inf(n/0 infinite)

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！