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]

你可能感兴趣的:(Python程序设计)