1.多维数组对象 Numpy ndarray
Numpy 的核心特征之一是N-维数组对象——ndarray。ndarray是Python中的一个快速、灵活的大型数据集容器。还可以进行常见的标量运算。
首先我们引入一个例子,导入一个Numpy,生成四行五列的数组。
# numpy ndarray -- 多维数组对象
import numpy as np
# 生成随机数组
data = np.random.randn(4, 5)
print(data)
下面进行一些标量数学操作。
# data * 10
print(data * 10)
# data + data
print(data + data)
第一个数学操作中所以的元素都乘以10,第二个数学操作中,对应元素相加。
一个ndarray是一个通用的多维同类数据容器,也就是说,它包含的每一个元素均为相同类型,所以我们可以查看数据的维度和属性,例如:
# data.shape
print(data.shape)
# data.dtype
print(data.dtype)
2.构造 ndarray
构造数组的方式有很多,这里介绍numpy的array函数。
array:接受任意的序列型对象,生成一个新的numpy数组。
data = [1, 2, 3, 4, 5, 6]
array1 = np.array(data)
print(type(array1))
print(array1)
<class 'numpy.ndarray'>
[1 2 3 4 5 6]