根据《利用python进行数据分析》一书所写的学习笔记
numpy最重要的一个特点就是其N维数组对象(即ndarray)



1.一些常用的数组创建函数

eg:

2.numpy的数据类型
dtype(数据类型)是一个特殊的对象,它含有ndarray将一块内存解释为特定数据类型所需的信息
eg:



astype可以改变数组的数据类型,但是生成新的数组,原来数组的数据类型不变



如果转换过程因为某种原因失败了(比如某个不能被转换为float64的字符串),就会引发一个TypeError。所以直接写float,NumPy可以很聪明的将python类型映射到等价的dtype上。
astype的其它用法

也可以用简洁的类型代码来表示dtype

3.数组和标量之间的运算


4.基本的索引和切片
一维数组的索引类似于python中的索引

如上所示,当你将一个标量值赋值给一个切片时(如arr[5:8] = 12),该值会自动传播(“广播”)到整个选区。跟列表最重要的区别在于,数组切片是原始数组的视图。这意味着数据不会被复制,视图上的任何修改都会直接反映到原数组上:


对于高维数组,能做的事情更多。在一个二维数组中,各索引位置上的元素不再是标量而是一维数组:

因此,可以对各个元素进行递归访问,但是这样比较麻烦。你可以传入一个以逗号隔开的索引列表来选取单个元素。


多维数组




切片索引



注意只有冒号时表示选取整个轴

布尔索引








花式索引



注意:原数组没变,花式索引是将数据复制到新的数组中。
5、数组转置和轴对换
T,swapaxes,transpose




网友评论