numpy数组的创建

  • 一、为什么要学习numpy?
  • 二、什么是numpy?
  • 1. numpy创建数组(矩阵)
  • 2. numpy中常见的更多数据类型



一、为什么要学习numpy?

numpy是处理数值型数据

  • 快速
  • 方便
  • 科学计算的基础库

二、什么是numpy?

一个在python中做科学计算的基础库,重在数值计算,也是大部分python 科学计算库的基础库,多用于在大型、多维数组上执行数值运算

1. numpy创建数组(矩阵)

代码如下(示例):

创建数组:
import numpy as np
a = np.array([1, 2, 3, 4, 5])
b = np.array(range(1, 6))
c = np.arange(1, 6)
# 上面a,b,c内容相同,注意arange和range的区别
np.arange的用法:arange([start,] stop[, step, ], dtype = None)

数组的类名:
In [1]:a = np.array([1, 2, 3, 4, 5])
In [2]:type(a)
Out[2]:numpy.ndarray

数据的类型:
In [3]:a.dtype
Out[3]:dype('int64')

2. numpy中常见的更多数据类型

python创建一个数组 python怎么创建数组_numpy

数据类型的操作:

指定创建的数组数据类型:
In [40]:a = np.array([1, 0, 1, 0], dtype = np.bool) #或者使用dtype = '?'
In [41]:a
Out [41]:array([True, False, True, False], dtype = bool)

修改数组的数据类型:
In [44]:a.astype("i1") #或者使用a.astype(np.int8)
Out [44]:array([1, 0, 1, 0], dtype = int8)

修改浮点型的小数位数:
In [53]:b
Out [53]:
array([0.0485436, 0.26320629, 0.69646413, 0.71811003, 0.3576838, 0.58919477, 0.84757749, 0.52428633, 0.486302, 0.48908838])])
In [54]:np.round(b,2)
Out [54]:array([0.05, 0.26, 0.7, 0.72, 0.36, 0.59, 0.85, 0.52, 0.49])

python中如何保留固定位数的小数?

代码如下(示例):

import numpy as np
import random

# 使用numpy生成数据,得到ndarray的类型
a = np.array([1, 2, 3, 4, 5])
b = np.array(range(1, 6))
c = np.arange(1, 6, 2)

print(a)
print(b)
print(c)
print(c.dtype)

# numpy中的数据类型
d = np.array(range(1, 4), dtype = "float")
print(d)
print(d.dtype)

# numpy中的bool类型
e = np.array([1, 1, 1, 0, 0], dtype = "bool")
print(e)
print(e.dtype)

# 调整数据类型
f = e.astype("int8")
print(f)
print(f.dtype)

# numpy中的小数
g = np.array([random.random() for i in range(10)])
print(g)
print(g.dtype)

# 保留固定位数的小数
h = np.round(g, 2)
print(h)
print(h.dtype)