##numpy科学计算库
-
使用numpy库,需要引入,import numpy;
-
查看数据的类型(genfromtxt函数的意思是读取文件信息,用来处理数据信息,可以处理数据文件)
import numpy
world_alcohol = numpy.genfromtxt(“world_alcohol.txt”,delimiter=",")
print(type(world_alcohol) ##打印数据文件的数据类型
—<class’numpy.ndarray’> -
输出向量和矩阵(array函数来传递,要求传递的数据是同一类型)
vector = numpy.array([5, 10, 15, 20])
matrix = numpy.array([[5, 10, 15], [20, 25, 30], [35, 40, 45]])
print(vector)
print(matrix)
—[ 5 10 15 20]
[[ 5 10 15]
[20 25 30]
[35 40 45]] -
shape函数的功能是读取矩阵的长度,比如shape[0]就是读取矩阵第一维度的长度,相当于行数。它的输入参数可以是一个整数表示维度,也可以是一个矩阵。shape函数返回的是一个元组,表示数组(矩阵)的维度
vector = numpy.array([1, 2, 3, 4])
print(vector.shape)
matrix = numpy.array([[5, 10, 15], [20, 25, 30]])
print(matrix.shape)
—(4,)
(2, 3) -
当不明白某个函数的用法时,利用help查看一下
print(help(numpy.genfromtxt))打印genfromtxt用法 -
可以使用dtype属性检查NumPy数组的数据类型(dtype是numpy中的内置属性)
numbers = numpy.array([1, 2, 3, 4])
print(numbers.dtype)
—int32 -
delimiter定义间隔符,加入skip_header,跳转至以1开头的数据
world_alcohol = numpy.genfromtxt(“world_alcohol.txt”, delimiter=",", dtype=“U75”, skip_header=1)
print(world_alcohol) -
切片:numpy取数据和python一样,利用数组取数据,满足左闭右开原则
vector = numpy.array([5, 10, 15, 20])
print(vector[0:3])
—[ 5 10 15] -
利用数组取数据时,“:”表示取所有,但是依然满足左闭右开原则
matrix = numpy.array([
[5, 10, 15],
[20, 25, 30],
[35, 40, 45]
])
print(matrix[:,1])
—[10 25 40] -
选取所有的行 逗号隔开 然后取列 这里用到了切片 取的是从第零列开始到第二列(小于2) 实际上取的就是前两列
matrix = numpy.array([
[5, 10, 15],
[20, 25, 30],
[35, 40, 45]
])
print(matrix[:,0:2])
—[[ 5 10]
[20 25]
[35 40]] -
选取的行是第一行到第三行(小于3) 这里用到了切片 然后取列 这也用到了切片 取的是从第零列开始到第二列(小于2) 实际上取的就是前两列
matrix = numpy.array([
[5, 10, 15],
[20, 25, 30],
[35, 40, 45]
])
print(matrix[1:3,0:2])
—[[20 25]
[35 40]]