Datawhale组队学习numpy第1章数据类型及数组创建

什么是numpy？

numpy是python中基于数组对象的科学计算库。 提炼关键字，可以得出numpy以下三大特点： 拥有n维数组对象; 拥有广播功能（后面讲到）； 拥有各种科学计算API，任你调用；

如何安装numpy？

因为numpy是一个python库，所以使用python包管理工具pip或者conda都可以安装。 安装python后，打开cmd命令行，输入：

import numpy as np

np.array([1,2,3]) #一维数组

array([1, 2, 3])

[[0, 1, 2],
 [3, 4, 5]] #二维数组

[[0, 1, 2], [3, 4, 5]]

[[[ 0,  1,  2],
  [ 3,  4,  5]],

 [[ 6,  7,  8],
  [ 9, 10, 11]]] #三维数组

[[[0, 1, 2], [3, 4, 5]], [[6, 7, 8], [9, 10, 11]]]

以此类推n维数组。
以下表达式运行的结果分别是什么?

print(0 * np.nan)
print(np.nan == np.nan)
print(np.inf > np.nan)
print(np.nan - np.nan)
print(0.3 == 3 * 0.1)

nan
False
False
nan
False

将numpy的datetime64对象转换为datetime的datetime对象。

dt64 = np.datetime64('2020-02-25 22:10:10')
【知识点：时间日期和时间增量】

如何将numpy的datetime64对象转换为datetime的datetime对象？

import datetime

dt64 = np.datetime64('2020-02-25 22:10:10')
dt = dt64.astype(datetime.datetime)
print(dt, type(dt))

2020-02-25 22:10:10 <class 'datetime.datetime'>

给定一系列不连续的日期序列。填充缺失的日期，使其成为连续的日期序列。

dates = np.arange('2020-02-01', '2020-02-10', 2, np.datetime64)
【知识点：时间日期和时间增量、数学函数】

如何填写不规则系列的numpy日期中的缺失日期？

dates = np.arange('2020-10-01', '2020-10-10', 2, np.datetime64)
print(dates)
# ['2020-02-01' '2020-02-03' '2020-02-05' '2020-02-07' '2020-02-09']

out = []
for date, d in zip(dates, np.diff(dates)):
    out.extend(np.arange(date, date + d))
fillin = np.array(out)
output = np.hstack([fillin, dates[-1]])
print(output)

['2020-10-01' '2020-10-03' '2020-10-05' '2020-10-07' '2020-10-09']
['2020-10-01' '2020-10-02' '2020-10-03' '2020-10-04' '2020-10-05'
 '2020-10-06' '2020-10-07' '2020-10-08' '2020-10-09']

如何得到昨天，今天，明天的的日期

【知识点：时间日期】

(提示: np.datetime64, np.timedelta64)

yesterday = np.datetime64('today', 'D') - np.timedelta64(1, 'D')
today     = np.datetime64('today', 'D')
tomorrow  = np.datetime64('today', 'D') + np.timedelta64(1, 'D')

print ("Yesterday is " + str(yesterday))
print ("Today is " + str(today))
print ("Tomorrow is "+ str(tomorrow))

Yesterday is 2020-10-19
Today is 2020-10-20
Tomorrow is 2020-10-21

创建从0到9的一维数字数组。

【知识点：数组的创建】

如何创建一维数组？

arr = np.full([3, 3], True, dtype=np.bool)
arr

array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]])

Z = np.zeros(10)
Z[4] = 1
Z

array([0., 0., 0., 0., 1., 0., 0., 0., 0., 0.])

Z = np.arange(10,50)
Z

array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26,
       27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43,
       44, 45, 46, 47, 48, 49])

Z = np.random.random((3,3,3))
Z

array([[[0.58975752, 0.36880841, 0.86640695],
        [0.73045766, 0.83352645, 0.87464867],
        [0.34377583, 0.76675101, 0.70832659]],

       [[0.05321132, 0.24235274, 0.99574699],
        [0.07691529, 0.56842261, 0.50275675],
        [0.81253279, 0.35894042, 0.65485902]],

       [[0.47219338, 0.78056415, 0.62234288],
        [0.37120171, 0.64616385, 0.01597434],
        [0.28351658, 0.4924925 , 0.80099443]]])

Z = np.ones((10,10))
Z[1:-1,1:-1] = 0
Z

array([[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
       [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
       [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
       [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
       [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
       [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
       [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
       [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
       [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
       [1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]])

start = 5
step = 3
length = 10
a = np.arange(start, start + step * length, step)
print(a)

[ 5  8 11 14 17 20 23 26 29 32]