python--numpy学习笔记

import numpy   #导入numpy扩展包
world_alcohol = numpy.genfromtxt("world_alcohol.txt", delimiter=",")  #使用genfromtxt指令读取数据文件，设置分割符为","
print(type(world_alcohol)) #打印格式

输出：
<class 'numpy.ndarray'>   #numpy.ndarray为numpy的核心格式

一、NUMPY数组的创建(numpy.array)：

#The numpy.array() function can take a list or list of lists as input. When we input a list, we get a one-dimensional array as a result:
vector = numpy.array([5, 10, 15, 20])
#When we input a list of lists, we get a matrix as a result:
matrix = numpy.array([[5, 10, 15], [20, 25, 30], [35, 40, 45]])
print (vector)
print("-----------")
print (matrix)

#输出：
[ 5 10 15 20]
-----------
[[ 5 10 15]
 [20 25 30]
 [35 40 45]]
#通过numpy.array可以直接创建向量或矩阵数

二、查看数组的尺寸(numpy.shape):

#We can use the ndarray.shape property to figure out how many elements are in the array
vector = numpy.array([1, 2, 3, 4])
print(vector.shape)
#For matrices, the shape property contains a tuple with 2 elements.
matrix = numpy.array([[5, 10, 15], [20, 25, 30]])
print(matrix.shape)

(4,)   #一维数组，拥有四个元素
(2, 3) #二维数组，每个数组拥有三个元素，注意在创建多维数组的时候需要使用等量的[]

#通过shape可以查看array对象的维数

三、查看元素的类型(dtype):

#Each value in a NumPy array has to have the same data type
#NumPy will automatically figure out an appropriate data type when reading in data or converting lists to arrays. 
#You can check the data type of a NumPy array using the dtype property.
numbers = numpy.array([1, 2, 3, 4])
numbers.dtype

dtype('int32') 

#通过dtype函数可以查看array中数据的类型

#需要注意的是，在numpy.array类型中的数据，数据格式需要完全统一
numbers = numpy.array([1, 2, 3, 4.])
numbers.dtype
print(numbers)

dtype('float64')
[1. 2. 3. 4.]
#修改了数组中其中一个元素的值，那么整个数组中所有元素的格式都会随之变化以保障完全统一

四：数据的截取：

#1、定向数据截取：

world_alcohol = numpy.genfromtxt("world_alcohol.txt", delimiter=",", dtype="U75", skip_header=1) print(world_alcohol)

#输出：
[[u'1986' u'Western Pacific' u'Viet Nam' u'Wine' u'0']
 [u'1986' u'Americas' u'Uruguay' u'Other' u'0.5']
 [u'1985' u'Africa' u"Cte d'Ivoire" u'Wine' u'1.62']
 ..., 
 [u'1987' u'Africa' u'Malawi' u'Other' u'0.75']
 [u'1989' u'Americas' u'Bahamas' u'Wine' u'1.5']
 [u'1985' u'Africa' u'Malawi' u'Spirits' u'0.31']]

uruguay_other_1986 = world_alcohol[1,4]   #第一行，第四列的数据
third_country = world_alcohol[2,2]        #第二行，第二列导数据
print uruguay_other_1986
print third_country

#输出：
0.5
Cte d'Ivoire
#只需要在参数中传入所需要截取数据所在的行和列，就可以取到对应的数据

#2、范围数据截取：

2.1、一维数组的范围截取： vector = numpy.array([5, 10, 15, 20]) print(vector[0:2])   #截取第2个数据之前的所有数据（不包括第2个）

#输出：
[ 5 10]

2.2、多维数组的单列范围截取：
matrix = numpy.array([
                    [5, 10, 15], 
                    [20, 25, 30],
                    [35, 40, 45]
                 ])
print(matrix[:,1])
#在矩阵数组中，用冒号代替所有行，截取所有行的某一列

#输出：
[10 25 40]

2.3、多维数组的多列范围截取：
matrix = numpy.array([
                    [5, 10, 15], 
                    [20, 25, 30],
                    [35, 40, 45]
                 ])
print(matrix[:,0:2])   #截取从第0列开始依次往右的共2列

#输出：
[[ 5 10]
 [20 25]
 [35 40]]

#2.4、多维数组的指定行列范围截取：
matrix = numpy.array([
                    [5, 10, 15], 
                    [20, 25, 30],
                    [35, 40, 45]
                 ])
print(matrix[1:3,0:2])  #第1行开始共3行，第0列开始共2列

#输出
[[20 25]
 [35 40]]