数据分析：numpy 数组的基本使用

目录

numpy的数组类型

数组的数据类型定制

数组对象的创建

数组数据类型

数组的属性

创建数组的其他方法

---

numpy的数组类型

import numpy as np# 创建数组对象
arr = np.array([1, 2, 3])
print([1,2,3])
print(arr)
print(type(arr))  #<class 'numpy.ndarray'># 特点：用中括号包裹，用逗号隔开

数组的数据类型定制

import numpy as np# 定制数据类型的位数，限制输入的数据范围
# 定制方法1：直接使用numpy模块选中对应的数据类型
d1 = np.dtype(np.int32)
print(d1)
print(type(d1))  # <class 'numpy.dtype[int32]'># 方法2：使用数据类型对应的字符代码
d2 = np.dtype('i4') #数据代表位数，1代表8，2代表16，4代表32，8代表64
print(d2)
print(type(d2)) #<class 'numpy.dtype[int32]'># 方法3：结构化类型，给数组中每一个元素定制名字以及数据类型 ['小白'，18，98.5]
d3 = np.dtype([('name','S20'),('age',np.int32),('score',np.float32)])
print(d3)
print(type(d3)) #<class 'numpy.dtype[void]'>

数组对象的创建

import numpy as np# np.array(object,dtype=None)
arr1 = np.array([1,2,3])
print(arr1)# 优先级：字符串str>浮点float>整型int
arr2 = np.array([1,2,3,4.5,8,3.4])
print(arr2) #[1.  2.  3.  4.5 8.  3.4] 传入的元素会自动同步数据类型# 快速生成数据办法
print(range(10))
# 在数组中可以利用range快速生成
print(np.array(range(10))) #[0 1 2 3 4 5 6 7 8 9]# np.arange(起始值，结束值，步长) == range()
arr3 = np.arange(10)
print(arr3) #[0 1 2 3 4 5 6 7 8 9]arr4 = np.arange(1,100)
print(arr4) #1-99arr5 = np.arange(1,100,3)
print(arr5)

数组数据类型

import numpy as np# np.array(object,dtype=None)
arr1 = np.array([1,2,3,4,5],dtype='f4')
arr2 = np.array([1,2,3,4,5],dtype=float)print(arr1)
print(type(arr2))d3 = np.dtype([('name','S20'),('age',np.int32),('score',np.float32)])
arr3 = np.array([('xiaohong',18,89.2),('xiaobai',12,88.7)])
print(arr3) #二维数组
# [['xiaohong' '18' '89.2']
#  ['xiaobai' '12' '88.7']]arr4 = np.array([('xiaohong',18,89.2),('xiaobai',12,88.7)],dtype=d3)
print(arr4) #[(b'xiaohong', 18, 89.2) (b'xiaobai', 12, 88.7)]

数组的属性

import numpy as np
"""
数组中有一个套娃的概念，默认创建的数组就是一维数组 [1 2 3]
二维数组就是多个一维数组拼接后的结果
三维数组就是多个二维数组拼接
"""
arr1 = np.arange(12)
print(arr1)
# 查看当前数组的维度
print(arr1.ndim) # 1# 查看数组形状
print(arr1.shape) #(12,)  一行12列 一维数组只会出现(列数，)# 改变数组形状(临时)
print(arr1.reshape(3,4))# 查看数组元素中的总个数，相当于让行列相乘 3*4
print(arr1.size)# 自定义二维数组
arr2 = np.array([[1,2,3],[2,3,4]])
print(arr2)
print(arr2.shape)# 自定义三维数组
arr3 = np.array([
[[1,2,3],[2,3,4]],
[[1,2,3],[2,3,4]]
])
print(arr3)
print(arr3.shape) #三维数组中有两块数据（两个二维数组），每一块数据都是2行3列

创建数组的其他方法
 

import numpy as np# 创建一个2行3列的，全为0的二维数组，数据类型为整形
arr1 = np.zeros((2,3),dtype=int)
print(arr1)# 创建一个全为1的数组
arr2 = np.ones(shape=(3,4))
print(arr2)# 创建指定数据填充的数组
arr3 = np.full(fill_value=2,shape=(2,4),dtype=int)
print(arr3)