数据分析学习-第四课 numpy数组（第2节）（有相应课件视频下载链接在文末）

第2节 numpy的数组的创建

第2节 numpy的数组的创建

创建数组

三种创建数组的方法：

>>>import numpy as np
>>>a = np.array([1,2,3,4,5])
>>>print("a = %s"%a)
>>>print(type(a))
>>>b = np.array(range(1,6))
>>>print("b = %s"%b)
>>>print(type(b))
>>>c = np.arange(1,6)
>>>print("c = %s"%c)
>>>print(type(c))

a = [1 2 3 4 5]
<class 'numpy.ndarray'>
b = [1 2 3 4 5]
<class 'numpy.ndarray'>
c = [1 2 3 4 5]
<class 'numpy.ndarray'>

注意：range和arange的区别
1. range(start, end, step)，返回一个list对象，起始值为start，终止值为end，但不含终止值，步长为step。只能创建int型list。
2. arange(start, end, step)，与range()类似，但是返回一个array对象。需要引入import numpy as np，并且arange可以使用float型数据。

如下：

>>>import numpy as np
>>>range(1,10,2)
	[1, 3, 5, 7, 9]
>>>np.arange(1,10,2)
array([1, 3, 5, 7, 9])
>>>range(1,5,0.5)
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
TypeError: range() integer step argument expected, got float.
>>>np.arange(1,5,0.5)
array([ 1. ,  1.5,  2. ,  2.5,  3. ,  3.5,  4. ,  4.5])

定义数据类型

#定义数据类型
>>>t4 = np.array(range(1,6),np.float64)
>>>print(t4)
>>>print(type(t4))#数据的类名
>>>print(t4.dtype)#数据的类型
[ 1.  2.  3.  4.  5.]
<class 'numpy.ndarray'>
float64

>>>t5 = np.array([1,0,2,0,4],dtype="bool")
>>>print(t5)
>>>print(t5.dtype)
[ True False  True False  True]
bool

更改数据类型

>>>t5 = t4.astype("int8")
>>>print(t5.dtype)
	int8

修改小数位数方法：
1.借助numpy

>import random
>t7 = np.array([random.random()for i in range(10)])
>print(t7)
>print(t7.dtype)
[ 0.22614474  0.90779112  0.96431812  0.00229961  0.17240779  0.42601561
0.52652122  0.50864299  0.48977307  0.53942315]
float64

>t8 = np.round(t7,2)
>print(t8)
[ 0.23  0.91  0.96  0.    0.17  0.43  0.53  0.51  0.49  0.54]

2.python本身的程序

>>>"%.02f"%random.random()
'0.91'
>>>round(random.random(),3)
0.371

下载链接
对应课件下载视频
链接：https://pan.baidu.com/s/1hJRWKOE2Mus-hb90woa2Ew
提取码：4wjo