前言
在python 中有时候我们用数组操作数据可以极大的提升数据的处理效率,类似于R的向量化操作,是的数据的操作趋于简单化,在python 中是使用numpy模块可以进行数组和矢量计算。
下面来看下简单的例子
import numpy as np
data=np.array([2,5,6,8,3]) #构造一个简单的数组
print(data)
结果:
[2 5 6 8 3]
data1=np.array([[2,5,6,8,3],np.arange(5)]) #构建一个二维数组
print(data1)
结果:
[[2 5 6 8 3]
[0 1 2 3 4]]
我们也可以通过shape和dtype方法查看数组的维度和数据格式
print(data.shape)
print(data.dtype)
print(data1.shape)
print(data1.dtype)
结果:
(5,)
int32
(2, 5)
int32
可以看出data是一维数组,每组元素为5个,数据类型为32位int 类型
data1 为二维数组,每个组有5个元素,数据类型为32位int类型
有一个较好的区分方法是看打印结果中,中括号的层数和位置,就可以看出数组的维度,一层中括号代表一个维度。
其他的数组属性方法还有:
array.ndim 数组的维数,一维数组结果为1,二维数组打印结果为2
array.size 数组的元素个数
array.itemsiz 数组每个元素的字节大小
接下来我们了解下数组中的数据类型:
NumPy中的基本数据类型
名称描述
bool用一个字节存储的布尔类型(True或False)
inti由所在平台决定其大小的整数(一般为int32或int64)
int8一个字节大小,-128 至 127
int16整数,-32768 至 32767
int32整数,-2 ** 31 至