numpy学习笔记

type,dtype,astype的用法

1.type获取数据类型
2.dtype获取数组元素的类型

import numpy as np
a = [1,2,3]
print("原来的格式",type(a))
print("原列表",a)
b = np.array(a)#将原数据改成numpy格式
print("现在的数据格式",type(b))
print("现在的数据",b)
#打印数组里元素的类型
print("矩阵里元素的类型",b.dtype)
运行结果:
原来的格式 <class 'list'>
原列表 [1, 2, 3]

现在的数据格式 <class 'numpy.ndarray'>
现在的数据 [1 2 3]
矩阵里元素的类型 int32

3.astype 修改数据类型

import numpy as np
a = [0.11,2.2,3]
print(a)
b = np.array(a)
print(b)
#将矩阵里的元素改成想要的类型
c = b.astype(np.int32)
print(c)
print(c.dtype)
运行结果:
[0.11, 2.2, 3]
[0.11 2.2  3.  ]
[0 2 3]
int32

在numpy中,shape与reshape的用法

1.shape是查看数据有多少行多少列

import numpy as np
a = np.array([1,2,3,4,5,6,7,8])  #一维数组
print(a.shape[0])  #值为8,因为有8个数据
print(a.shape[1])  #IndexError: tuple index out of range

a = np.array([[1,2,3,4],[5,6,7,8]])  #二维数组
print(a.shape[0])  #值为2,最外层矩阵有2个元素,2个元素还是矩阵。
print(a.shape[1])  #值为4,内层矩阵有4个元素。
print(a.shape[2])  #IndexError: tuple index out of range

2.reshape()是数组array中的方法,作用是将数据重新组织

#reshape()函数可以改变数组的形状,并且原始数据不发生变化。
import numpy as np
a = np.array([1,2,3,4,5,6,7,8])
b=a.reshape(2,4)
c=a.reshape(4,2)
print(b)
print(c)

运行结果:
[[1 2 3 4]
 [5 6 7 8]]
[[1 2]
 [3 4]
 [5 6]
 [7 8]]

你可能感兴趣的:(numpy学习笔记)