**numpy的基本操作**
下面是我个人关于numpy基本知识的一些总结。(本人小白,如有错误还请各位指正!)
numpy的核心----ndarray对象,也就是数组,此对象的实例化有几种不同的方法。
数组的创建
import numpy as np
na1 = np.array([1,2,3])
na2 = np.arange(23)
na3 = np.ones((3,4))
mine_type = {
'names':['name','age','weight'],'formats':['S30','i','f']}
na4 = np.array([('wang','24','56'),('zhang','42','89')],dtype = mine_type)
如上有几种代表性的创建方式,第一种是输入一个seq序列,可以是列表,元组,字典等,第二种是以arange等函数创建,第三种是预定式的数创建,如此数组na3即为创建了一个三行四列,元素均为1.的数组,这里的1是浮点型数据,是因为dtype参数默认为float64。此类预定创建数组的函数还有很多,如np.eye,np.zeros,等等,在文章下方将列举。第四种是类似C语言中间的自定义结构体的自定义结构数组,先确定结构类型后创建,并以此作为dtype参数的值
数组的属性
数组有很多属性,重要的有如下几种
ndarray.ndim 秩,即轴的数量或维度的数量
ndarray.shape 数组的维度,对于矩阵,n 行 m 列
ndarray.size 数组元素的总个数,相当于 .shape 中 n*m 的值
ndarray.dtype ndarray 对象的元素类型
ndarray.itemsize ndarray 对象中每个元素的大小,以字节为单位
在实例化ndarray对象时可以加上这些参数获得 你想要的数组形式,也可以在不知道数组的相关属性时打印出来查看。
ar = np.array([1,2,3,4])
print(ar.dtype)
print(ar.shape)
print(ar.size)
print(ar.ndim<