python(numpy模块)

什么是numpy？

快速， 方便的科学计算基础库(主要是数值的计算， 多维数组的运算);

数组和列表的区别

• 数组: 存储的时同一种数据类型;
• list:容器， 可以存储任意数据类型;
• 数组是一种特殊的列表

numpy的操作

1. numpy中如何创建数组(矩阵)?

方法一：

# 导入模块时通常将模块起作np别名
import numpy as np
a=np.array([1,2,3,4,5])
b=np.array(range(1,6))
print(a,b)

方法二：

import numpy as np
c=np.arange(1,6)
print(c)

# 数组的类名: numpy.ndarray
print(type(c))

# 查看数据元素的类型
print(c.dtype)

2. 修改数组的数据类型

print(c.astype('float'))
print(c.astype('bool'))
print(c.astype('?'))  # ?是bool类型的代号;

# 创建的时候指定数据类型
print(np.array([1,2,3,4], dtype=np.float))

3. 修改浮点数的小数位数

a=np.array([1.2344435,4.45634562,8.23423525])
print(np.round(a,4))

numpy读取数据

csv格式的文件是以逗号分隔开，但起始广义上，只要是以相同符号分隔的文件都叫做csv文件，
因此，在numpy读取csv格式的数据时，可以根据行、列来获取需要的数据。

import numpy as np

fname = "doc/eg6-a-student-data.txt"
dtype = np.dtype([('gender', '|S1'), ('height', 'f2')])
# fname： 文件的名称， 可以是文件名， 也可以是ugz或者bz2的压缩文件;
# dtype： 数据类型， 可选， 默认是float;
# delimiter： 分隔符字符串， 默认情况是任何的空格，
# skiprows: 跳过前xx行， 一般情况跳过第一行;
#  usecols: 读取指定的列， 可以是元组；
# unpack： 如果为True， 对返回的数组对象转置；
data = np.loadtxt(fname=fname, dtype=dtype, skiprows=9, usecols=(1, 3), unpack=True)
print(data)

numpy数组的转置

# 将一维数组转换为3行4列的二维数组
data = np.arange(12).reshape((3, 4))
print(data)


# 1).
print(data.transpose())

# 2). 0轴 ， 1 轴
print(data.swapaxes(1, 0))

# 3).
print(data.T)

numpy的索引和切片

import numpy as np

# 将一维数组转换为3行4列的二维数组
data = np.arange(12).reshape((3, 4))
print(data)

# 取第一行的数据
print(data[0])

#  取第一列的数据
print(data.T[0])
print(data[:, 1])

# 获取多行
prin