(数据分析三板斧)第一斧Numpy-第一节:Numpy基本了解
Posted 快乐江湖
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了(数据分析三板斧)第一斧Numpy-第一节:Numpy基本了解相关的知识,希望对你有一定的参考价值。
文章目录
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
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)
以上是关于(数据分析三板斧)第一斧Numpy-第一节:Numpy基本了解的主要内容,如果未能解决你的问题,请参考以下文章
(数据分析三板斧)第一斧Numpy-第三节:索引和切片再练习
(数据分析三板斧)第一斧Numpy-第二节:生成数组数组属性和切片
(数据分析三板斧)第二斧Pandas-第一节:Pandas了解
(数据分析三板斧)第三斧Matplotlib-第一节:Matplotlib及其三层结构