《Python数据分析与展示》-Numpy学习笔记01

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]