NumPy基础操作（1）
（注：记得在文件开头导入import numpy as np）
目录：
- 数组的创建
- 强制类型转换与切片
- 布尔型索引
- 结语
数组的创建
- 相关函数
np.array(), np.zeros(), np.zeros_like(), np.ones(), np.ones_like(), np.empty(), np.asarray()
- 调用方法
data1 = [1.2, 23, 24, 1.8]arr1 = np.array(data1)print(arr1)print(arr1.ndim) #数组的维度print(arr1.shape) #数组的形状print((arr1.dtype)) #数组元素的数据类型#输出结果out:[ 1.2 23. 24. 1.8]1(4,)float64
data2 = [[1, 2, 3, 4], [5, 6, 7, 9]] #如果要用array生成多维的数组必须要元素个数对称arr2 = np.array(data2)arr2_like = np.zeros_like(arr2) #产生形状与arr2相同的全0数组arr4 = np.ones((3,2))arr7 = np.asarray(data2) #将输入转换为一个ndarray数组print(arr2);print("************")print(arr2_like);print("************")print(arr4);print("************")print(arr7)#输出结果out:[[1 2 3 4] [5 6 7 9]]************[[0 0 0 0] [0 0 0 0]]************[[1. 1.] [1. 1.] [1. 1.]]************[[1 2 3 4] [5 6 7 9]]
强制类型转换与切片
- 相关函数
array.astype(), array[x:y] #array是一个已定义的数组np.float64, np.int64, np.string_ #数组基础数据类型
- 强制类型转换
#在生成数据时就直接指定ndarray数组的类型arr8 = np.array([1,1,7], dtype=np.float64)print(arr8.dtype)print("************")#通过ndarray的方法astype更改转换数组的类型，强制类型转换arr9 = arr8.astype(np.int64)print(arr9.dtype)print("************")#Numpy的数据类型：np.object, np.string_, np.unicode_numeric_strings = np.array(['1.23', '-9.6', '42'], dtype=np.string_)print(numeric_strings.astype(float).dtype)print("************")#输出结果out:float64************int64************float64************
- 数组切片
#数组切片是原数组的视图，对切片的任何改变都会在原始数组数据上得到体现#for examplearr = np.arange(10)arr_slice = arr[5:8]arr_slice[1] = 12432print(arr)#输出结果：[ 0 1 2 3 4 5 12432 7 8 9]arr_slice[:] = 187print(arr)#输出结果：[ 0 1 2 3 4 187 187 187 8 9]#如果你是真的想要一份数组的复制版本，你需要明显的表达出来arr_copy = arr[:].copy()arr_copy[:] = 1print(arr)print(arr_copy)#输出结果：[ 0 1 2 3 4 187 187 187 8 9]# [1 1 1 1 1 1 1 1 1 1]#二维数组的访问arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])print(arr2d[2])print(arr2d[0,2]) #这两种索引效果是相同的print(arr2d[0][2])print(arr2d[:2, 1:]) #在切片中再切片 #输出结果：[7 8 9]# 3# 3# [[2 3]# [5 6]]
布尔型索引
- 布尔型索引
names = np.array(['Bob','Joe', 'Will', 'Bob', 'Will', 'Joe', 'Jason'])data = np.random.randn(7,4)print(names=='Bob')print(data[names == 'Bob', 2:]) #线索出为True的行组成新的数组，再进行数组切片#输出结果#[ True False False True False False False]#[[ 0.26361357 -0.98694019]# [ 0.34286995 0.0441788 ]]mask =(names=='Bob')|(names=='Will') #在布尔型数组中Python关键之and 以及or无效print(mask)#输出结果#[ True False True True True False False]#通过布尔性数组更改数组中的值data[data < 0] = 0 #将数组中小于0的元素的值全部改为0
结语
第一次写博客排版和程序都有些粗糙，望见谅。（注：相关知识点从《用Python进行数据分析》搬运至此）