Numpy(array创建/使用)

Numpy（以下简称np）

array函数
语法：numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)，
其中：
object ： 是数组或嵌套的数列
dtype ： 是数组元素的数据类型，可选，默认为浮点型
copy ： 是设置是否需要复制，默认需要
order ： 创建数组的样式，c代表行方向，f代表列方向，a代表任意方向
subok ： 默认返回一个基类类型一致的数组
ndmin ： 指定生成数组的最小维度

示例：

import numpy as np

dataListInt = [0,1,2,3,4,5,]
dataListFloat = [0,1.0,2.1,3,4,5,]
dataInt = np.array(dataListInt)
dataFloat = np.array(dataListFloat)
print(dataInt)			#[1 2 3 4 5]
print(dataFloat)		#[0.  1.  2.1 3.  4.  5. ]

这里发现，当数组中存在浮点型数据时，其他整数型数据也会被转换成浮点型。

np嵌套的数组会自动转换成多维数组
示例：

import numpy as np

dataList = [[0,1,2,3,4,5,],[0,1.0,2.1,3,4,5,]]
data = np.array(dataList)
print(data)	
#输出结果如下
resutl='''	
[[0.  1.  2.  3.  4.  5. ]
 [0.  1.  2.1 3.  4.  5. ]]
'''

np.array()的对象属性
ndim：
说明：数组轴的个数，在python的世界中，轴的个数被称作秩
语法：np.array(list).ndim

shape：
说明：数组的维度。这是一个指示数组在每个维度上大小的整数元组
语法：np.array(list).shape

size：
说明： 数组元素的总个数，等于shape属性中元组元素的乘积。
语法：np.array(list).size

dtype
说明：一个用来描述数组中元素类型的对象，可以通过创造或指定dtype使用标准Python类型，NumPy也提供它自己的数据类型。
语法：np.array(list).dtype

示例：

import numpy as np

dataList = [[0,1,2,3,4,5,],[0,1.0,2.1,3,4,5]]
data = np.array(dataList)
print(data.ndim)	#2
print(data.shape)	#(2,6)
print(data.size)	#12

数组创建

全0/1数组
np.ones(x)：生成x个1的数组
np.zeros(x)：生成x个0的数组
示例：

import numpy as np

data = np.ones(10)
data = np.zeros(10)
print(data)

无初始值的多维数组
np.empty((a,b,c))：生成一个a维数组，b列，每个列表中有c个数
示例：

import numpy as np
dataA = np.empty(3)
dataAB = np.empty((3,3))
dataABC = np.empty((3,3,3))
print(dataA,dataAB,dataABC)

从已有的数组创建数组
语法：np.asarray(a,dtype = None,order = None)，
其中
a：任意形式的输入参数，可以是列表，列表的元组等多维数组
dtype：数据类型，可选
order：可选，C、F选项分别代表行优先和列优先。

import numpy as np

x = [1,2,3]
a = np.asarray(x,dtype=float)
print(a)	#[1. 2. 3.]

动态数组
说明：实现动态数组，接收参数，转换成ndarray对象
语法：np.frombuffer(buffer,dtype=float,count=-1,offset=0)，
其中：
buffer：被读取的任意对象
dtype：返回的数组的数据类型
count：读取的数据数量，默认为-1，读取所有数据。
offset：读取的起始位置，默认为0。
示例：

import numpy as np

x = str(input("输入："))	#Hello Wrold
x = x.encode(encoding='utf-8')
a = np.frombuffer(x,dtype='S1')
print(a)
print(a)	#[b'H' b'e' b'l' b'l' b'o' b' ' b'W' b'o' b'r' b'l' b'd']

可迭代对象创建数组

说明：从可迭代对象中建立ndarray对象，返回数组
语法：numpy.fromiter(iterable,dtype,count=-1)，
其中：
iterable：可迭代对象
dtype：返回数组的数据类型
count：读取的数据数量，默认为-1，读取所有数据

import numpy as np

iterList =iter(range(5))

x = np.fromiter(iterList,dtype=float)
print(x)	#[0. 1. 2. 3. 4.]

语法：np.arange(start,stop,step,dtype=None)，
其中：
start：起始位置，默认为0
stop：停止位置，默认最后一位
step：步长
dtype：输出数组的类型

示例：

import numpy as np

x = np.arange(0,10,1,dtype=float)
print(x)	#[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]

数据类型

数据类型转换：
语法：np.array(list).astype(np.xxx)，其中xxx 是转换的目标数据类型
示例：

import numpy as np

arr = np.arange(0,10,1,dtype=float)
print(arr.dtype)	#float64
arr = arr.astype(np.int64)
print(arr.dtype)	#int64