python数据分析之--numpy基础

创建数组

data2 = [[1,2,3,45],[5,6,7,9]]
arr2 = np.array(data2)
arr2
​
array([[ 1,  2,  3, 45],
       [ 5,  6,  7,  9]])

创建多维数组

data2 = [[1,2,3,45],[5,6,7,9]]
arr2 = np.array(data2)
arr2
​
array([[ 1,  2,  3, 45],
       [ 5,  6,  7,  9]])

显示数组类型

arr1.dtype
dtype('float64')

arr2.dtype
dtype('int32')

zeros方法创建全是0的数组

np.zeros(10)
array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])

创建全是1数组

import numpy as np
np.ones(10)
array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])

empty返回全是0为了安全考虑，返回的都是未初始化的垃圾值

np.empty((2,3,2))
array([[[1.013e-321, 0.000e+000],
        [0.000e+000, 0.000e+000],
        [0.000e+000, 0.000e+000]],

       [[0.000e+000, 0.000e+000],
        [0.000e+000, 0.000e+000],
        [0.000e+000, 0.000e+000]]])

整数类型转换成浮点类型

arr = np.array([1,2,3,4,5,6])
arr.dtype
dtype('int32')
float_arr = arr.astype(np.float64)
float_arr.dtype
dtype('float64')

浮点类型转换成整数，小数部分会被截取

arr1 = np.array([1.2,3.4,1.5,6,8,9.7])
arr1
array([1.2, 3.4, 1.5, 6. , 8. , 9.7])

int_arr=arr1.astype(np.int32)
int_arr.dtype
dtype('int32')

#小数部分被截取
int_arr
array([1, 3, 1, 6, 8, 9])