numpy中ndarray数据结构简介

Posted 2022-07-12 wl413911

一、综述

　　1、ndarray的本质是：对象

　    2、ndarray是numpy中的数据结构（叫做：n维数组），是同构数据多维容器，所有元素必须是相同类型

　　3、面向数组的编程和思维方式：用简洁的数组表达式代替循环写法，通常叫做 --‘矢量化’

 二、ndarray属性：　　　

　　1、ndarray.ndim：数组的维数（即数组轴的个数，也被称作为  秩 ）。

　　2、ndarray.shape：数组的维数、维度，返回一个元组，这个元组的长度就是维度的数目，即ndim属性。比如2排3列的矩阵，其shape就是二元组（2，3）

　　3、ndarray.size：数组元素的总个数，等于shape属性的 元组中各元素的乘积。

　　4、ndarray.dtype：表示数组中元素类型的对象

　　5、itemsize : 数组中 每个元素 占用的 字节大小

 

　　特殊，ndarray对象可 通过 reshape() 方法，重新组织数组的维数维度（即数组的形状），其中用 -1代表自动推断某维度的维数

 三、创建ndarray对象

　　3种方式： （1）从python的基础数据对象转化； （2）通过numpy内置函数生成 ； （3）从硬盘（文件）中直接读取

 

　　3.1 直接从list对象创建

　　　　a = np.array([1,2,3,4,5])  # array([1,2,3,4,5])

　　　　b = np.array([1,2,3,4,5],dtype=np.float)   #  array([1.,2.,3.,4.,5.])   创建时直接转换数据类型

　　　　c = a.astype(np.float64)   #array([1.,2.,3.,4.,5.])   创建后，通过内置的astype() 函数，转换数据类型

　　3.2 通过numpy内置函数生成

　　　　

 　　3.3  从硬盘（文件）中直接读取

　　　　numpy.loadtxt（）

　　　　　　参数：

　　　　　　　　　fname :文件 或者文件路径（字符串），支持压缩的数据文件 包括gz、bz

　　　　　　　　　dtype:数据类型，默认为float64(64位双精度浮点数）

　　　　　　　　　comments: 字符串或 字符串组成的列表，默认为# ， 是表示注释字符集开始的标志

　　　　　　　　　delimiter: 字符串，用来分割多个列的分隔符，默认 为 空格

　　　　　　　　    converters: 字典， 用于将特定列的数据，转换为字典中对应的函数的浮点型数据，默认为空

　　　　　　　　    skiprows : 正整数n，读取时跳过前n行，默认为零

　　　　　　　　    usecols : 元组（元组内数据为列的数值索引）， 用来指定要读取数据的列（第一列为0），默认为空

　　　　　　　　　unpack: 布尔值（True/False）， 用来指定是否转置

　　　　　　　　　ndmin : 整数型，值域为0、1、2，默认为0， 用于指定返回的数组至少包含特定维度的数组

　　　　numpy.savetxt（）

四 、ndarray数据类型