Numpy 常用数据结构和清理函数

Numpy 清理工具

Numpy常用数据结构

---

• Numpy中常用的数据结构是ndarray格式
• 使用array函数创建，语法格式为array(列表或元组)
• 可以使用其他函数例如arange、linspace、zeros等创建

import numpy as np

复制

arr1 = np.array([-9, 7, 4, 3])

复制

arr1

复制

array([-9,  7,  4,  3])

复制

type(arr1)  # n维数组

复制

numpy.ndarray

复制

arr1 = np.array([-9, 7, 4, 3], dtype='str')

复制

arr1

复制

array(['-9', '7', '4', '3'], dtype='<U2')

复制

arr1 = np.array([-9, 7, 4, 3], dtype=float)

复制

arr1

复制

array([-9.,  7.,  4.,  3.])

复制

arr1 = np.array([-9, 7, 4, 3], dtype=int)

复制

arr1

复制

array([-9,  7,  4,  3])

复制

复制

arr2 = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

复制

arr2

复制

array([[ 1,  2,  3,  4],

复制

       [ 5,  6,  7,  8],

复制

       [ 9, 10, 11, 12]])

复制</