点击蓝字
关注我们
numpy库的重要性
numpy库是进行数据处理时的必须库之一,大家都知道Python结合几个外加库进行数据处理,好用到与matlab say goodbye!
numpy库的安装
numpy外加库安装需要先下载whl文件,
whl文件下载地址:
https://www.lfd.uci.edu/~gohlke
/pythonlibs/#numpy
之后,利用pip install “whl文件地址”即可完成安装。
numpy库引用
import numpy as np
np.arraynp.array(object,dtype=None,copy=True,
order=None,subok=False,ndmin=0)
object:数组或嵌套的数列,eg:
a=np.array([1,2,3])
dtype:数组元素的数据类型,eg:
a=np.array([1,2],dtype=complex)
copy:对象是否需要复制
order:创建数组的样式,C,行方向,F,列方向,A,默认
subok:默认返回一个与基类类型一致的数组
ndmin:生成数组的最小维度
np.dtype
dtype类型包括bool_(b,布尔型)、int_(i,有符号整型)、unit(u,无符号整型)、float_(f,浮点型)、complex_(c,复数浮点型)、timedelta(m,时间间隔)、datetime(M,日期时间)、O(python对象)、S,a(字符串)V(原始数据)。
np.dtype(object,align,copy)
object:要转换的数据类型对象
例1:
>>> import numpy as azixiaozhanzhan
>>>azixiaozhan=azixiaozhanzhan.dtype(azixiaozhanzhan.int_)
>>> print(azixiaozhan)
int32
例2:
import numpy as azixiaozhanzhan
>>> zixiaozhan=azixiaozhanzhan.dtype([('name','S20'),('Studentnumber','int_')])
>>> azixiao=azixiaozhanzhan.array([('Mary',200101),('Daty',200102),('Werd',200103)],dtype=azixiaozhan)
>>> print(azixiao)
[('Mary', 200101) ('Daty', 200102) ('Werd', 200103)]
数组属性
ndarray.ndim:秩,轴的数量或维度的数量
ndarray.shape:数组的维度
ndarray.size:数组元素的总个数
ndarray.itemsize:以字节为单位
ndarray.flags:内存信息
ndarray.real:实部
ndarray.imag:虚部
ndarray.data:不常用
numpy.empty
numpy.empty(shape,dtype=float,order='C')
例1:
>>> import numpy as np
>>> a=np.empty([2,3],dtype='float')
>>> print(a)
[[4.22793572e-307 5.11782606e-307 8.34427737e-308]
[1.42176405e-312 2.11395428e-307 3.44900538e-307]]
例2:
>>> import numpy as np
>>> a=np.ones([4,4],dtype='int_',order='C')
>>> print(a)
[[1 1 1 1]
[1 1 1 1]
[1 1 1 1]
[1 1 1 1]]
np.asarray
np.asarray(a,dtype=None,order=None)
例1:
>>> import numpy as np
>>> a=[1,2,3]
>>> x=np.asarray(a)
>>> print(x)
[1 2 3]
例2:
>>> import numpy as np
>>> a='Welcome to Shanghai'
>>> x=np.asarray(a)
>>> print(x)
Welcome to Shanghai
np.frombuffer
np.frombuffer(buffer,dtype=float,count=-1,offset=0)
buffer:任意对象,以流的形式读入
count:默认-1,读取所有数据
offset:读取的起始位置,默认为0
例:
>>> import numpy as np
>>> a=b'Welcome to Shanghai'
x=np.frombuffer(a,dtype='S1')
>>> print(x)
[b'W' b'e' b'l' b'c' b'o' b'm' b'e' b' ' b't' b'o' b' ' b'S' b'h' b'a'b'n' b'g' b'h' b'a' b'i']
np.fromiter
np.fromiter(iterable,dtype,count=-1)
iterable:可迭代对象
例:
import numpy as np
>>> list=range(5)
>>> it=iter(list)
>>> x=np.fromiter(it,dtype=float)
>>> print(x)
[0. 1. 2. 3. 4.]