Python数据分析之NumPy库入门1

数据的维度

  1. 一维数据:由对等关系的有序或无序数据构成,采用线性方式组织,对应列表、数组和集合等概念。
  2. 列表的数据类型可以不同,而数组的数据类型相同。
  3. 二维数据是由多个一维数据构成,是一位数据的组合。其中表格是典型的二维数据。
  4. 多维数据由一维或二维数据在新维度上扩展形成。例如将二维数据在时间维度上进行扩展就变成了多维数据。
  5. 高维数据利用最基本的二元关系(键值对)展示数据间的复杂结构。

数据维度的Python表示

一维数据:列表和集合类型
二维数据:列表类型
多维数据:列表类型
高维数据:字典类型

NumPy的数组对象:ndarray

ndarray是一个多维数组对象,由两部分构成:1.实际的数据。2.描述这些数据的元数据
ndarray数组一般要求所有元素类型相同(同质),数组下标从0开始。

如何生成ndarray数组

使用np.array(),np.array()的输出为[]形式,元素由空格分开。

ndarray对象的属性

属性说明
.ndim秩,即轴的数量或维度的数量
.shapendarray对象的尺度,对于矩阵,n行m列
.sizendarray对象元素的个数,相当于.shape中n*m的值
.dtypendarray对象的元素类型
.itemsizendarray对象中每个元素的大小,以字节为单位

ndarray数组的元素类型

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

ndarray数组的创建的四种方法

1.从Python中的列表、元组等类型创建ndarray数组
x=np.array(list/tuple,dtype=np.float32)
当np.array()不指定dtype时,NumPy将根据数据情况关联一个dtype类型

2.使用NumPy中函数创建ndarray数组,如arange,ones,zeros等
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3.从字节流中创建ndarray数组
4.从文件中读取特定格式,创建ndarray数组

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值