其他分享
首页 > 其他分享> > 数据分析之Numpy的正式学习01-数组创建和属性

数据分析之Numpy的正式学习01-数组创建和属性

作者:互联网

观前提示:所有代码段均在jupyter notebook中执行

1.导入

import numpy as np#导入numpy文件,并为其起别名

2.创建

arr1=np.array([-9,7,4,3])#创建一个一维数组
arr1#打印arr1

arr2=np.array([-9,7,4,3],dtype='float')
#dtype用来指定数据类型
arr2#此时打印的数组元素为浮点型

·

arr3=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])#创建一个二维数组
arr3#打印arr3

 

np.arange(0,10,0.5)#.arange(开始,结束,步进)
#左闭右开

 

 

np.linspace(0,10,10,dtype='int')#.linspace(开始,结束,位数)#创建一个'位数'位的等差数列

 

np.linspace(0,10,10,dtype='int',endpoint=False)
#默认为True,左右都闭合
#endpoint如果为Flase就为左闭右开
# linspace的区间端点都是闭合的,
# 当设置ep=false时就意味着这时左闭右开,
# 没法用公式算步长。
# 所以可以通过在原闭区间内先取11个数再去掉最后一个数的方式计算步长,
# 保证最后一个数不超过终值范围

 

np.logspace(1,5,base=2,num=10)
#1是指数起点,5是指数终点,底数是2,num=10是指数区间的个数
#1-5产生的10个数相当于np.linspace(0,5,10)

np.zeros([4,5])#创建一个4行5列的全为0的数组
#.zeros()创建全为0的数组

 

np.zeros(6)#创建一个含有6个元素的1维数组

 

 

np.ones([7,6])#创建一个7行6列的全为1的数组
#.ones()创建全为1的数组

 

np.eye(5)#创建一个5行5列矩阵,主对角线元素全为1,其余元素均为0

 

np.diag([4,5,8])#创建一个主对角线为4,5,8,其他元素均为0的矩阵
#[]内有几位数就是几行几列

arr3.ndim#返回的是维数
#.ndim返回1则为一维数组,2则为二位数组

 

arr3.shape#返回矩阵的行列数
#.shape只能用于numpy.ndarray

 

arr3.ndim#返回的是维数
#.ndim返回1则为一维数组,2则为二位数组

arr3.size#查看数组元素位数

 

 

arr3.dtype#返回的是数据类型
#也可以用dtype='数据类型'的方式指定创建数组的数据类型

 这些就是numpy中常用的有关于数组创建和属性的函数,各位可以将代码复制到jupyter notoebook中执行,加深理解

下一章是关于numpy的索引与切片

标签:数据分析,10,01,#.,创建,arr3,数组,np,Numpy
来源: https://blog.csdn.net/qq_41776239/article/details/121719452