python 数据处理——Numpy

最新推荐文章于 2023-02-16 11:08:25 发布

乐观的摸摸头2017

最新推荐文章于 2023-02-16 11:08:25 发布

阅读量356

点赞数

本文链接：https://blog.csdn.net/qq_34706955/article/details/81287196

版权

本文介绍了Python的Numpy库，重点讲解了ndarray的用法，包括其属性如ndim、shape和dtype，以及如何创建和操作数组。同时，提到了DataFrame和Series这两种数据结构，它们分别是二维数据结构和一维数组，可以与ndarray相互转换。

摘要由CSDN通过智能技术生成

1.Numpy之array用法

ndarray：N维数组对象（矩阵），所有元素必须是相同类型。

ndarray属性：ndim属性，表示维度个数；shape属性，表示各维度大小；dtype属性，表示数据类型。

创建ndarray数组

from numpy import *

a1 = [0,1,2,3,4,5]                   #一维数组
a2 = [[0,1,2,3,4], [5,6,7,8,9]]      #二维数组
a3 = [[[0,1,2,3], [4,5,6,7], [8,9,10,11]], [[12,13,14,15], [16,17,18,19], [20,21,22,23]]]       #三位数组

#创建向量
v1 = array(a1)  #一维向量
v2 = array(a2)  #二维向量
v3 = array(a3)  #三维向量

dims1 = v1.ndim
dims2 = v2.ndim
dims3 = v3.ndim

sh30 = v3.shape[0]
sh31 = v3.shape[1]
sh32 = v3.shape[2]

type3 = v3.dtype
print('向量v3的数据类型是',type3)

2.数组的增删

#增
>>> a = np.array([[1,2],[3,4],[5,6]])
>>> b = np.array([[10,20],[30,40],[50,60]])
>>> np.vstack((a,b))
array([[ 1,  2],
       [ 3,  4],
       [ 5,  6],