Python数据分析与可视化
笔记：
demo2.py
# dtype=dataType
dt = np.dtype('i1') # int8, int16, int32, int64四种数据类型可以使用 'i1', 'i2','i4','i8' 代替
print(dt)
dt = np.dtype('demo2.py
import numpy as np
# 实例1 主要是创建与声明数组
a = np.arange(24)
print("一维一值", a.ndim) # a只有一个维度
b = a.reshape(2, 4, 3) # 现在调整其大小，b拥有三个维度
print("一维三值", b.ndim)
a = np.array([[1, 2, 3], [4, 5, 6]]) # 数组的维度
print("二维，三值", a.shape)
a = np.array([[1, 2, 3], [4, 5, 6]]) # 调整数组大小
a.shape = (3, 2)
print("三维二值", a)
a = np.array([[1, 2, 3], [4, 5, 6]])
b = a.reshape(3, 2) # reshape 函数来调整数组大小
print("三维二值", b)
print("----------------------------------------")
# 以字节的形式返回数组中每一个元素的大小
# x = np.array([1, 2, 3, 4, 5], dtype=np.int8) # 数组的dtype为 int8(一个字节)
x = np.array([1, 2, 3, 4, 127], dtype=np.int16) # 数组的dtype为 int8(一个字节)
print("所占用字节长度：", x.itemsize)
y = np.array([1, 2, 3, 4, 5], dtype=np.float64) # 数组的 dtype为float64(8个字节)
print("所占用字节长度：", y.itemsize)demo3.py
import numpy as np
x = np.empty([3, 2], dtype=int) # empty 方法使用
print("随机", x)
x = np.zeros(5) # 默认为浮点数
print("空浮点数", x)
y = np.zeros((5,), dtype=np.int32) # 设置类型为整数
print("空整数", y)
# 自定义类型
# z = np.zeros((2, 2), dtype=[('x', 'i4'), ('y', 'i4')])
z = np.zeros((2, 7), dtype=[('x', 'i4'), ('y', 'i4')])
print("俩二维数组，长度是2", z)
x = np.ones(5) # 默认为浮点数
print("长度5的浮点数", x)
# 自定义类型
x = np.ones([2, 2], dtype=int)
print("一个二维数组，值是2个：", x)demo4.py
import numpy as np
a = np.arange(5, 15) # 10个数
print(a) # 打印5-14
s = slice(2, 7, 2) # 从索引2开始到索引7停止，间隔为2
print(a[s])
a = np.arange(5, 15) # 10个数
print(a[2:7:2]) # 从索引2开始到索引7停止，间隔为2
a = np.arange(5, 15) # 10个数
print("下标是五：", a[5])
a = np.arange(5, 15) # 10个数
print(a[2:]) # 从下标是2开始打印
a = np.arange(5, 15) # 10个数
print("从下标2打印到下标5:", a[2:5])
print(np.array([[1, 2, 3], [3, 4, 5], [4, 5, 6]]))
print('从数组索引 a[1:] 处开始切割')
print(a[1:])
a = np.array([[1, 2, 3], [3, 4, 5], [4, 5, 6]])
print(a[..., 1]) # 第2列元素
print(a[1, ...]) # 第2行元素
print(a[..., 1:]) # 第2列及剩下的所有元素demo5.py
import numpy as np
x = np.array([[1, 2], [3, 4], [5, 6]])
y = x[[0, 1, 2], [0, 1, 0]]
print(y)
# 4X3 数组中的四个角的元素。行索引是[0,0]和[3,3]，而列索引是[0,2]和[0,2]
x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])
print('我们的数组是：')
print(x)
print('\n')
rows = np.array([[0, 0], [3, 3]])
cols = np.array([[0, 2], [0, 2]])
y = x[rows, cols]
print('这个数组的四个角元素是：')
print(y)