python机器学习与数据分析实战笔记——numpy基础

numpy基础结构

import numpy as np

number=np.array([1,2,3,4])

world_alcohol=np.genfromtxt(r'F:\唐宇迪机器学习资料\机器学习\Python库代码（4个）\1-科学计算库numpy\world_alcohol.txt',\
                            delimiter=',',dtype=str)
print(world_alcohol)

[['Year' 'WHO region' 'Country' 'Beverage Types' 'Display Value']
 ['1986' 'Western Pacific' 'Viet Nam' 'Wine' '0']
 ['1986' 'Americas' 'Uruguay' 'Other' '0.5']
 ...
 ['1987' 'Africa' 'Malawi' 'Other' '0.75']
 ['1989' 'Americas' 'Bahamas' 'Wine' '1.5']
 ['1985' 'Africa' 'Malawi' 'Spirits' '0.31']]

其中delimiter设定分割的符号，dtype用于设置读入的类型

print(type(world_alcohol))
#print(help(np.genfromtxt))#查看帮助文档有实例可以查询

<class 'numpy.ndarray'>

#列表生成numpy的array形式
vector=np.array([1,2,3,4,5])
print(vector)
print(vector.shape)#输出vector的规模

[1 2 3 4 5]
(5,)

#如果向写成一个多维的，那么将list写成一个多维的即可如下所示：
matrix=np.array([[1,2,3],[1,2,3]])
print(matrix)
print(matrix.shape)

[[1 2 3]
 [1 2 3]]
(2, 3)

numpy的array中必须都是相同的结构实例如下

numbers=np.array([1,2,3,4.0])#把最后一个改为4.0后
print(numbers)
print(numbers.dtype)

[1. 2. 3. 4.]
float64

会发现输出的是’float64’

numbers=np.array([1,2,3,'4'])#把最后一个改为4.0后
print(numbers)
print