4,array多维数组

2020-07-17 17:34:26 浏览数 (1)

〇,numpy简介

numpy是高性能科学计算和数据分析的基础包。

  • 大部分底层代码用C语言编写,运行速度快。
  • 强有力支持向量化编程风格,有效替代循环。
  • 相对于python有更加丰富的数据类型。

numpy中常用的3种对象是 ndarray,matrix 和ufunc

本节我们介绍 ndarray多维数组。

一,ndarray常用属性

二,array数据类型

array 常见的数据类型dtype有:

  • int:

int16('i2'),int32('i4'),int64('i8')

  • float:

float16('f2'),float32('f4'),float64('f8')

  • str/unicode:

np.str('str'),np.unicode('unicode','U',或'U3','<U3'规定字符串长度)

  • datetime:

日期时间 np.datetime64 ('datetime64')或 'datetime64[D]'规定时间精度,D也可以是Y,M,h,m,s),

时间间隔 np.timedelta64('timedelta64',或 'timedelta64[D]'规定间隔精度,D可以是D,h,m,s)

  • object:

可以存字符串,列表,字典,时间对象等各种Python对象,函数也是一种对象。

  • 自定义数据类型:

如student = np.dtype([('name','U20'),('age','i2'),('mark','f2')])

1, 整型和浮点型

2,字符串数据类型

3,日期时间数据类型

4,object对象数据类型

5,自定义数据类型

三,创建 array

1,类型转换法

2,内部函数法

3,arange和linspace

四,array索引

1,下标索引和切片索引

(与list中相同)

2,数组索引和布尔索引

( list中不存在)

五,array基本操作

1,逐元素运算

2,矩阵运算

3,基础统计

4,拼接和变形

0 人点赞