《Python数据分析与展示》-Numpy学习笔记01

本文是学习Python数据分析课程的Numpy笔记,介绍了Numpy的基础知识,包括ndarray对象的属性如秩、形状、大小和类型,强调了同质性的重要性,并列举了数组的创建方法、维度变换、索引切片以及运算操作。适合初学者巩固Numpy基础知识。
摘要由CSDN通过智能技术生成

此系列文章是作为学习嵩天老师的《Python数据分析与展示》的记录文章,以此来练习和巩固学习到的这个课程的内容。其中文章大部分内容都在摘取自嵩天老师的PPT的内容。如果你也对这个课程感兴趣的话,建议直接到中国MOOC上面搜索嵩天老师的这个课程来学习,嵩天老师的课程讲得很基础也很详细,并且嵩天老师的Python系列课程都是值得一听,值得一学。

第一章  numpy入门

import numpy as np

引用模板用import numpy

设置别名 as np,其中np为约定俗成的别名名称

 

numpy的实例:

 

N维数组对象:ndarray

ndarray是一个多维数组对象,由两部分构成:

• 实际的数据

• 描述这些数据的元数据(数据维度、数据类型等)

ndarray数组一般要求所有元素类型相同(同质),数组下标从 0开始

ndarray实例:

ndarray的对象属性如下:

属性 说明
.ndim 秩,及轴的数量或维度的数量
.shape ndarray对象的尺度,对于矩阵,n行m列
.size ndarray对象元素的个数,相当于.shape中n*m的值
.dtype ndarray对象的元素类型
.itemsize ndarray对象中每个元素的大小,以字节为单位

用以下的实例来理解ndarray中的对象属性:

.ndim(秩,及轴的数量或维度的数量)实例:

In [4]: a=np.array([[0,1,2,3,4],
   ...: [9,8,7,6,5]])

In [5]: a.ndim
Out[5]: 2

因为[0,1,2,3,4]为秩1,[9,8,7,6,5]为秩2 ,所以a.ndim的结果为2

注意:练习a=np.array()的时候,不要忘记里面的最外层有一个列表,我最开始敲击这个代码的时候,总是漏掉了最外层的[ ]。

.shape(ndarray对象的尺度,对于矩阵,n行m列)实例:

In [6]: a.shape
Out[6]: (2, 5)

 因为a为2行,5列,所以a.shape的值为(2,5)

.size(ndarray对象元素的个数,相当于.shape中n*m的值)实例:

In [7]: a.size
Out[7]: 10

 因为a为2行,5列,所以a.shape的值为2*5=10

.dtype(ndarray对象的元素类型)实例:

In [8]: a.dtype
Out[8]: dtype('int32')

.itemsize(ndarray对象中每个元素的大小,以字节为单位)实例:

In [9]: a.itemsize
Out[9]: 4

ndarray的元素类型

数据类型 说明
bool 布尔类型,True 或False
intc 与 C语言中的int类型一致,一般是int32 或int64
intp 用于索引的整数,与 C语言中ssize_t一致,int32 或int64
int8 字节长度的整数,取值: [ ‐128, 127]
int16 16位长度的整数,取值: [ ‐32768, 32767]
int32 32位长度的整数,取值: [ ‐ 231 , 231 ‐1]
int64 64位长度的整数,取值: [ ‐ 263 , 263 ‐1]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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