数据分析——numpy（1）简介、创建数组、数组类型的操作

1、简介

什么是numpy？

一个在Python中做科学计算的基础库，重在数值计算，也是大部分PYTHON科学计算库的基础库，多用于在大型、多维数组上执行数值运算

为什么要学习numpy？

快速、方便、科学计算的基础库

2、numpy创建数组(矩阵)

方法：array、arange

import numpy as np

#创建数组
a = np.array([1,2,3,4,5,6])
b = np.array(range(1,6))
c = np.arange(1,6,2) #第三个参数代表步长

print(a)
print(b)
print(c)

输出：

[1 2 3 4 5 6]
[1 2 3 4 5]
[1 3 5]

二维数组

#二维数组
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(a)

输出：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

三维数组

#三维数组
a = np.array([[[1,2,3],[4,5,6],[7,8,9]],[[1,2,3],[4,5,6],[7,8,9]]])
print(a)

输出：

[[[1 2 3]
  [4 5 6]
  [7 8 9]]

 [[1 2 3]
  [4 5 6]
  [7 8 9]]]

可以这样理解，不同维度之间是一种包含关系，维度的提升就是在外层加一个[ ]。

3、数据类型的操作

打印数组的类名、类型

#数组类名
print(type(a))
#数组类型
print(a.dtype)

输出：

<class 'numpy.ndarray'>
int64

这里int代表数组元素为整型，64代表电脑位数。

numpy中常见的数据类型

创建数组的同时指定类型

#创建数组的同时指定类型
a = np.array([1,2,3,0],dtype=np.bool)
print(a)
print(a.dtype)

输出：

[ True  True  True False]
bool

修改数组数据类型
方法：astype

#修改数组数据类型
a = np.array([1,2,3])
b = a.astype('int8')
c = a.astype('i1')
d = a.astype(np.int8)
print(a.dtype) #a的数据类型不变
print(b.dtype)
print(c.dtype)
print(d.dtype)

输出：

int64
int8
int8
int8

补充：
如果要保留小数位数，除了python原round方法，还可以使用numpy的round方法，如：

#保留小数位数
a = np.array([random.random() for i in range(10)])
b = np.round(a,2) #保留两位小数
print(a)
print(b)

输出：

[0.34511111 0.70160565 0.01341288 0.49067036 0.18651036 0.96368228
0.76037015 0.17221709 0.19706091 0.01442142]
[0.35 0.7  0.01 0.49 0.19 0.96 0.76 0.17 0.2  0.01]