NumPy 基本数据结构和属性

NumPy 基本数据结构和属性

1. Numpy是Python科学计算库,用于快速处理任意维度的数组

2. NumPy提供一个N维数组类型ndarray，它描述了相同类型的“items”的集合。

3. ndarray支持向量化运算

4. NumPy使用c语言写的，底部解除了GIL，其对数组的操作速度不在受python解释器限制

5. ndarray属性

   属性	描述
   ndarray.shape	数组维度的元组
   ndarray.ndim	数组维数
   ndarray.size	数组中的元素数量
   ndarray.itemsize	一个数组元素的长度(字节)
   ndarray.dtype	数组元素的类型

6. import numpy as np
   
   a = np.array([1,2,3])
   b = np.array([[1,2,3],[4,5,6]])
   c = np.array([[[1,2],[3,4]], [[5,6],[7,8]]])
   #shape表示数组的形状
   #a.shape ---> (3,) 一维数组
   #b.shape --->(2,3)二维数组 2行3列
   #c.shape --->(2,2,2)三维数组
   
   #ndim表示数组的维度
   #a.ndim ---> 1
   #b.ndim ---> 2
   #c.ndim ---> 3
   
   #size表示数组中的元素数量
   #a.size ---> 3
   #b.size ---> 6
   #c.size ---> 8
   
   #dtype表示元组元素的类型
   #a.dtype ---> dtype('int32')
   #b.dtype ---> dtype('int32')
   #c.dtype ---> dtype('int32')
   

7. ndarray元素数据类型

   ndarray.dtype查看数组元素的数据类型,NumPy支持比Python更多的数值类型

   数据类型	描述	唯一标识符
   bool	用一个字节存储的布尔类型（True或False）	'b'
   int8	一个字节大小，-128 至 127	'i'
   int16	整数，16 位整数(-32768 ~ 32767)	'i2'
   int32	整数，32 位整数(-2147483648 ~ 2147483647)	'i4'
   int64	整数，64 位整数(-9223372036854775808 ~ 9223372036854775807)	'i8'
   uint8	无符号整数，0 至 255	'u'
   uint16	无符号整数，0 至 65535	'u2'
   uint32	无符号整数，0 至 2 ** 32 - 1	'u4'
   uint64	无符号整数，0 至 2 ** 64 - 1	'u8'
   float16	半精度浮点数：16位，正负号1位，指数5位，精度10位	'f2'
   float32	单精度浮点数：32位，正负号1位，指数8位，精度23位	'f4'
   float64	双精度浮点数：64位，正负号1位，指数11位，精度52位	'f8'
   complex64	复数，分别用两个32位浮点数表示实部和虚部	'c8'
   complex128	复数，分别用两个64位浮点数表示实部和虚部	'c16'
   object_	python对象	'O'
   string_	字符串	'S'
   unicode_	unicode类型	'U'

   NumPy的数值类型实际上是 dtype对象的实例，并对应唯一的字符，包括 np.bool_，np.int32，np.float32，等等。

   import numpy as np
   d = np.dtype(np.int32)
   print(d) ---> int32
   

   # 创建数组指定数据类型
   e = np.array([[1,2],[3,4]],dtype=np.float32)
   e ---> array([[1., 2.],
          [3., 4.]], dtype=float32)
   
   f = np.array([[1,2],[3,4]],dtype=np.dtype('f4'))
   f ---> array([[1., 2.],
          [3., 4.]], dtype=float32)
   
   
   

   # 创建结构化数据类型
   
   # 1. 创建数据类型
   dt = np.dtype([('price','f4')]) # price 类型的字段名，自定义, 'f4'数据类型 float32
   
   # 2. 将数据类型应用到 ndarray对象
   nd = np.array([(10),(25.8),(36.6)], dtype=dt)
   nd ---> array([(10. ,), (25.8,), (36.6,)], dtype=[('price', '