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] |