学习笔记(01):Python数据清洗实战-Numpy常用数据结构

立即学习:https://edu.csdn.net/course/play/26990/361116?utm_source=blogtoedu

numpy常用数据结构：ndarray

语法格式：array

其他函数创建：arange/linspace/zeros/ones

数据访问

 

创建数组

import numpy as np
arr1=np.array([-9,7,4,3])#创建一维数组
arr1
type(arr1)#类型
arr1=np.array([-9,7,4,3],dtype='str')#元素类型为字符串
arr1=np.array([-9,7,4,3],dtype=float)#元素类型为浮点型
arr1=np.array([-9,7,4,3],dtype=int)#元素类型为整型
arr3=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])#二维数组
arr3

几个函数

for i in range(1,10)：#循环
    print(i)
np.arange(1,10,1)#起始，终止，步长。左闭右开不包括10
np.linspace(1,10,10,endpoint=True)#等差序列 起始，终止，元素个数，是否包含终值
np.linspace(1,10,20)
np.zeros([4,5])#4行5列0元素数组
np.zeros(4)1行4列
np.ones([2,3])#2行3列单位元素数组
arr3+1#所有元素+1

数组方法

arr3.ndim#数组纬度
arr1.shape
arr3.shape#数组形状，几行几列
arr3.size#元素个数
arr3.dtype#数据类型

数组访问

data2=([1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16])#嵌套元组
arr2=np.array(data2)
arr2[0:3]#第1行到第3行
arr[1,2]#第2行，第3列
arr2[:,1:3]#第2列到第3列
arr2[3][1]#第4行，第2列