第七天
Numpy的学习(一)数组基础
Python中的数据操作几乎等同于Numpy数据操作,甚至Pandas工具也是构建在Numpy数组的基础之上的。
一、从Python列表创建数组
1.首先,可以用np.array从Python列表创建数组:
import numpy as np
np.array([1, 4, 2, 5, 3])
Numpy创建数组要求必须包含同一类型的数据。如果类型不匹配,Numpy将会向上转型(如果可行)。下面的整型被转换为浮点型。
np.array([3.14, 4, 2, 3])
如果明确设置数组的数据类型,可以用dtype关键字:
np.array([1, 2, 3, 4], dtype = 'float32')
另外,Numpy数组可以被指定为多为的。以下是用列表的列表初始化多为数组的一种方法:
np.array([range(i, i + 3) for i in [2, 4, 6]])
2.从头创建数组
面对大型数组的时候,用Numpy内置的方法从头创建数组是一种更高效的方法。以下是几个具体的例子:
创建一个长度为10的数组,数组的值都是0:
np.zeros(10, dtype=int)
创建一个3x5的浮点型数组,数组的值都是1:
np.ones((3, 5), dtype=float)
创建一个3x5的浮点型数组,数组的值都是3.14
np.full((3, 5), 3.14)
创建一个数组,从0开始到20结束,步长是2:
np.arange(0, 20, 2)
创建一个5个元素的数组,这5个数均匀地