numpy入门详细教程(二)

本讲主要介绍ndarray数组的创建、变换。更多内容请看numpy入门详细教程(三)

ndarray数组的创建：

创建的方法在此主要介绍3个。

方法1：从Python中的列表、元组等类型创建ndarray数组

x = np.array(list/tuple)
x = np.array(list/tuple, dtype=np.float32)

当np.array()的参数不指定dtype时，numpy将根据数据的情况关联一个dtype类型

从列表类型创建：

从元祖类型创建：

从列表和元祖的混合类型创建：

方法2：使用numpy中函数创建ndarray数组，如：arange, ones, zeros等

1.使用np.arange(n)函数：类似range()函数，返回ndarray类型，元素从0到n-1

2.使用np.ones(shape)函数: 根据shape生成一个元素全为1的数组，shape是元祖类型

3.使用np.zeros(shape)函数：根据shape生成一个元素全为0的数组，shape是元祖类型

没有指定元素数据类型时，默认为浮点型

也可以指定数据类型参数，如指定数据类型参数：dtype=np.int32

4.使用np.full(shape, val)函数：根据shape生成一个数组，每个元素值均为val，shape是元祖类型

5.使用np.eye(n)函数：创建一个正方形的n*n单位矩阵，对角线元素为1，其余为0

拓展：

np.ones_like(a) ：根据数组a的形状生成一个元素全为1的数组；

np.zeros_like(a) ：根据数组a的形状生成一个元素全为0的数组；

np.full_like(a，val) ：根据数组a的形状生成一个元素全为val的数组；

方法3：使用numpy中的其它函数创建ndarray数组

1. np.linspace()：根据起止数据等间距地填充数据，形成数组

如上，参数endpoint=False，在1到10之间等间距取4个数，舍弃最后一个数。

2. np.concatenate(): 将两个或多个数组合并成一个新的数组

ndarray数组的变换：

维度变换：

已知数组a为：

1 .reshape(shape)：不改变数组元素，返回一个shape形状的数组，原数组不变。

2. resize(shape)：不改变数组元素，不返回一个shape形状的数组，而且原数组改变。

3. flatten()：对数组进行降维，返回折叠后的一维数组，原数组不变

元素类型的变换：

new_a = a.astype(new_type)

原数组：

经过变换后：

数组向列表的转换：

函数：

ls = a.tolist()

例子：

数组a:

经过变换后：

更多内容请看numpy入门详细教程(三)

注：作者在慕课上跟随嵩天老师学习python数据分析，收获良多，以上内容上作者的学习笔记。