111

标签：超过   array   一维数组   方法   包含   维度   range   数组   差值   

0. NumPy介绍

NumPy是Python的一个高性能科学计算和数据分析基础库，提供了功能强大的多维数组对象ndarray。
引入numpy，并重命名为np，方便使用
import numpy as np

1. 创建数组

• 1.1使用numpy内置的array函数创建数组
  • 创建一维数组

  arr1 = np.array([1,2,3])
  print(type(arr1))
  print(arr1)

  测试结果:

  <class ‘numpy.ndarray‘>
  [1 2 3]
  

  • 创建二维数组

  arr2 = np.array([[1,2,3],[4,5,6]])
  print(arr2)

  测试结果:

  [[1 2 3]
  [4 5 6]]
  

• 1.2使用arange函数创建数组
  • 使用arange函数创建包含0到9 十个数字的一维数组

  #注意：arange函数返回的数组默认第一个元素是0，结束元素是指定的数值前一个数字9
  arr_1 = np.arange(10)
  print(arr_1)

  测试结果:

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

  • 通过arange函数设置“开始、结束、步长”三个参数创建包含1到10所有奇数的一维数组

  #从1开始，到10前一位结束，步长为2表示相邻两个元素的差值是2
  arr_2 = np.arange(1,10,2)
  print(arr_2)

  测试结果:

  [1 3 5 7 9]
  

• 1.3全0、全1数组zeros,ones
  • 使用zeros函数创建一个包含10个全0数字的一维数组
  • 使用ones函数创建一个包含5个全1数字的一维数组
  • 创建3行4列全1二维数组

  z1 = np.zeros(10)
  print(z1)
  o1 = np.ones(5)
  print(o1)
  o2 = np.ones((3,4))
  print(o2)

  测试结果:

  [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
  [1. 1. 1. 1. 1.]
  [[1. 1. 1. 1.]
  [1. 1. 1. 1.]
  [1. 1. 1. 1.]]
  

2. 数组的属性方法

• 2.1 查看数组维度shape
  • 查看o2各维度的大小
  • 查看o2第1维的大小（行数）
  • 查看o2第2维的大小（列数）

  o2 = np.ones((3,4))
  #运行结果是一个元组(3,4)表示第1维的大小是3（也是就是3行），第2维的大小是4（也就是4列）
  print(o2.shape)
  print(o2.shape[0])
  print(o2.shape[1])

  测试结果:

  (3, 4)
  3
  4
  

• 2.2元素类型及转换dtype,astype
  • 查看数组中元素类型
  • 类型转换函数

  #类型转换函数astype,数组元素由float64类型转换成int32类型，并返回一个新的数组o2_1，原数组o2元素类型不变
  o2_1 = o2.astype(np.int32)
  #o2数组类型不变
  print(o2.dtype)
  #o2_1数组中元素类型为int32
  print(o2_1.dtype)

  测试结果:

  float64
  float64
  int32
  

#创建字符串类型数组,dtype('<U5')表示字符串不超过5位
arr_string = np.array(["12.78","23.15","34.5"])
print(arr_string.dtype)
#将字符串数组转换成浮点类型数组
arr_float = arr_string.astype(np.float64)
print(arr_float.dtype)
print(arr_float)
#float类型数组转换成整型数组，小数部分将会被截断
arr_int = arr_float.astype(np.int32)
print(arr_int.dtype)
print(arr_int)
#numpy自动识别元素类型
print(np.array([1, 2, 3]).dtype)

<U5
float64
[12.78 23.15 34.5 ]
int32
[12 23 34]
int32

3. 数组的属性方法

111

标签：超过   array   一维数组   方法   包含   维度   range   数组   差值   

原文地址：https://www.cnblogs.com/ttzzyy/p/10416604.html