numpy whl_Python学习教程第23天numpy库(上）

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.array

np.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.]