（数据分析三板斧）第一斧Numpy-第一节：Numpy基本了解

Posted 2022-04-19 快乐江湖

文章目录

• 一：Numpy了解
• 二：Numpy之Ndarray对象
• 三：Numpy之数据类型

一：Numpy了解

Numpy是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，它提供了许多高效的数值编程工具。其安装方法多种多样，具体看见

• 菜鸟教程

安装好后，常用导入方法有三种

import numpy
import numpy as np
from numpu import *

#  如果只想要导入特定功能
from numpy import reshape  # 转置功能

输入下面语句，如果正确显示了对角矩阵，那么表明你正确安装和导入了Numpy

print(np.eye(4))

二：Numpy之Ndarray对象

在Python中有一种数据类型也是可以产生数组的，那就是列表list，比如下面是一个二维数组

array = [[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]]

但是list有一个很大的缺点就是不便于对列表内的单个对象操作（相对而言），因此Numpy就是用来解决这个问题的

---

NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引；也即ndarray对象是用于存放同类型元素的多维数组，ndarray中每个元素在内存中都有相同存储大小的区域，由以下内容组成

• 一个指向数据（内存或内存映射文件中的一块数据）的指针

• 数据类型或 dtype，描述在数组中的固定大小值的格子

• 一个表示数组形状（shape）的元组，表示各维度大小的元组

• 一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数

创建一个ndarray只需要调用array()函数即可

• 这里只为了演示，采用列表的方式创建

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

对于ndarray对象，相较于列表来说，他可以直接对对象内的元素进行操作，例如

三：Numpy之数据类型

下表为Numpy中的基本数据类型

• Numpy 的数值类型实际上是 dtype 对象的实例，并对应唯一的字符，包括 np.bool_，np.int32，np.float32，等等

Numpy中数组如果需要类型转换，可以使用astype()方法

a = np.array([2.1, 3.2, 9.7, 8.5])
print(a)
a = a.astype(int)
print(a)