码迷,mamicode.com
首页 > 其他好文 > 详细

numpy中ndarray数据结构简介

时间:2019-08-14 14:15:27      阅读:113      评论:0      收藏:0      [点我收藏+]

标签:空格   numpy   形状   简洁   分隔符   reader   ast   save   浮点型   

一、综述

  1、ndarray的本质是:对象

     2、ndarray是numpy中的数据结构(叫做:n维数组),是同构数据多维容器,所有元素必须是相同类型

  3、面向数组的编程和思维方式:用简洁的数组表达式代替循环写法,通常叫做 --‘矢量化’

 二、ndarray属性:   

  1、ndarray.ndim:数组的维数(即数组轴的个数,也被称作为  秩 )。

  2、ndarray.shape:数组的维数、维度,返回一个元组,这个元组的长度就是维度的数目,即ndim属性。比如2排3列的矩阵,其shape就是二元组(2,3)

  3、ndarray.size:数组元素的总个数,等于shape属性的 元组中各元素的乘积。

  4、ndarray.dtype:表示数组中元素类型的对象

  5、itemsize : 数组中 每个元素 占用的 字节大小

 

  特殊,ndarray对象可 通过 reshape() 方法,重新组织数组的维数维度(即数组的形状),其中用 -1代表自动推断某维度的维数

 三、创建ndarray对象

  3种方式: (1)从python的基础数据对象转化; (2)通过numpy内置函数生成 ; (3)从硬盘(文件)中直接读取

 

  3.1 直接从list对象创建

    a = np.array([1,2,3,4,5])  # array([1,2,3,4,5])

    b = np.array([1,2,3,4,5],dtype=np.float)   #  array([1.,2.,3.,4.,5.])   创建时直接转换数据类型

    c = a.astype(np.float64)   #array([1.,2.,3.,4.,5.])   创建后,通过内置的astype() 函数,转换数据类型

  3.2 通过numpy内置函数生成

    技术图片

   3.3  从硬盘(文件)中直接读取

    numpy.loadtxt()

      参数:

         fname :文件 或者文件路径(字符串),支持压缩的数据文件 包括gz、bz

         dtype:数据类型,默认为float64(64位双精度浮点数)

         comments: 字符串或 字符串组成的列表,默认为# , 是表示注释字符集开始的标志

         delimiter: 字符串,用来分割多个列的分隔符,默认 为 空格

            converters: 字典, 用于将特定列的数据,转换为字典中对应的函数的浮点型数据,默认为空

            skiprows : 正整数n,读取时跳过前n行,默认为零

            usecols : 元组(元组内数据为列的数值索引), 用来指定要读取数据的列(第一列为0),默认为空

         unpack: 布尔值(True/False), 用来指定是否转置

         ndmin : 整数型,值域为0、1、2,默认为0, 用于指定返回的数组至少包含特定维度的数组

    numpy.savetxt()

四 、ndarray数据类型

  技术图片

  技术图片

 

numpy中ndarray数据结构简介

标签:空格   numpy   形状   简洁   分隔符   reader   ast   save   浮点型   

原文地址:https://www.cnblogs.com/wl413911/p/11320615.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!