python中np array_Python数据分析之numpy数组全解析

1 什么是numpy

numpy是一个在Python中做科学计算的基础库，重在数值计算，也是大部分Python科学计算库的基础库，多用于大型、多维数据上执行数值计算。

在NumPy 中，最重要的对象是称为 ndarray 的N维数组类型，它是描述相同类型的元素集合，numpy所有功能几乎都以ndarray为核心展开。ndarray 中的每个元素都是数据类型对象(dtype)的对象。ndarray 中的每个元素在内存中使用相同大小的块

2 numpy数组创建

创建Numpy数组一般有三种方法：

(1)通过传入可待跌对象创建，我将之称为基本方法

(2)使用Numpy内部功能函数，内部方法

(3)使用特殊的库函数，特殊方法

2.1 基本方法：np.array()

基本方法是通过给numpy提供的一些函数中传入可迭代对象来创建数组，这种方法通常是在已知所有元素的情况下使用。numpy中实现这种功能的函数包括：np.array()、np.arange()、np.line()，：

>>> np.array([0, 1, 2, 3, 4]) #接收一个list作为参数

array([0, 1, 2, 3, 4])>>> np.array([[11, 12, 13],[21, 22, 23]]) #创建一个2*3的数组

array([[11, 12, 13],

[21, 22, 23]])>>> np.array((0, 1, 2, 3, 4)) #接收一个tuple作为参数

array([0, 1, 2, 3, 4])

np.array()方法可以在创建数组的同时指定数据类型：>>> np.array([0, 1, 2, 3, 4], dtype=float)

array([0.,1., 2., 3., 4.])

甚至还可以接受range()返回的可迭代对象作为参数：

>>> np.array(range(5))

array([0,1, 2, 3, 4])>>> np.array(range(10, 20, 2))

array([10, 12, 14, 16, 18])

2.2 通用方法：np.ones()、np.zeros()、np.eye()

通用方法指的是numpy中提供的arange()、ones()、zeros()、eye()、full()等方法，这些方法可以按照某种规则生成一个数组，并不需要传入已知的可迭代对象。

(1)np.arange()

上面我们将range()函数结果传递给np.array()，np.arange()实现的就是这个功能，所以说，np.arange()就是numpy中的range()方法。

>>> np.arange(5)

array([0,1, 2, 3, 4])>>> np.arange(10, 20, 2)

array([10, 12, 14, 16, 18])

(2)np.linspace()

np.linspace()方法以等间距的形式对给定的两数进行划分来创建数组：

>>> np.linspace(10, 20, 5) #将10到20间的数等距取5个

array([10. , 12.5, 15. , 17.5, 20. ])

(3)np.ones()

创建一个元素值全为1的数组，接收一个list或者tuple作为参数

>>> np.ones([2]) #创建一个一维数组

array([1., 1.])>>> np.ones([2, 2]) #创建一个2维数组

array([[1., 1.],

[1., 1.]])>>> np.ones([2, 2, 2])

array([[[1., 1.],

[1., 1.]],

[[1., 1.],

[1., 1.]]])

(4)np.zeros()

创建一个元素值全为0的数组，接收一个list或者tuple作为参数

>>> np.zeros([3])

array([0., 0., 0.])>>> np.zeros([3, 3])

array([[0., 0., 0.],

[0., 0., 0.],

[0., 0., 0.]])

(5)np.random.random()

创建一个元素为0到1之间随机数的数组，接收一个list或者tuple作为参数：

>>> np.random.random((3, 3))

array([[0.19414645, 0.2306415 , 0.08072019],

[0.68814308, 0.48019088, 0.61438206],

[0.5361477 , 0.33779769, 0.38549407]])

既然有random()方法，那么就会有randint()方法，也就是取随机整数的方法，不过这个randint()方法参数形式更random()不太一样，具体请看下面实例：

>>> np.random.randin