Python的NumPy库的处理数据与创建数组

1.模块导入：import numpy as np
查看NumPy的数据类型：set(np.typeDict.values())

print(set(np.typeDict.values()))
{, , , , , , , , , , , , , , , , , , , , , , , }

2.NumPy 数据类型操作:
2.1 利用dtype参数，将a指定为int(可以为其它类型)型:

np.array(a,dtype=int)

2.2 利用astype,将a指定为float型：

np.array(a).astype(float)

3.NumPy创建数组
3.1通过列表或元组的转化
在Python内建对象中，数组有三种形式：列表（list）、元组（tuple）、字典（dict）；在NumPy中，使用numpy.array将列表或元组转换为ndarray数组。其方法为：

numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)

相关参数：

• object：输入对象列表、数组等
• dtype：数据类型。默认为被保存对象的最小类型
• copy：布尔类型，默认为True,表示复制对象
• order：顺序
• subok：布尔类型，表示子类是否被传递

例[3-1]：
输入：

 import numpy as np
 ls=[1,2,3,4]
 tu=('a','b','c','d')
 print(np.array(ls))
 print(np.array(tu))

输出：

[1 2 3 4]
['a' 'b' 'c' 'd']

3.2利用arange函数创建
arange()的功能是在给定区间内创建等差数组，与range()相似，两者的主要区别主要体现在返回值上，range()的返回值是list列表，而arange()返回的是一个数组.

arange(start=None,stop=None,step=None,dtype=None)

相关参数：
[start,stop)：数组取值范围；
step：步长，可以看做公差
dtype：返回数组的类型
例[3-2]:
输入：

import numpy as np
ar=np.arange(3,24,2.1)
print(ar)

输出：

[ 3.   5.1  7.2  9.3 11.4 13.5 15.6 17.7 19.8 21.9]