3.numpy基础使用

python3.5版本下demo实例

import sysimport numpyprint(sys.version)'''3.5.3 |Continuum Analytics, Inc.| (default, May 15 2017, 10:43:23) [MSC v.1900 64 bit (AMD64)]'''print ('使用列表生成一维数组')data = [1,2,3,4,5,6]x = numpy.array(data)print (x )#打印数组print (x.dtype) #打印数组元素的类型'''[1 2 3 4 5 6]int32'''print ('使用列表生成二维数组')data = [[1,2,2],[3,4,2],[5,6,2],[5,6,2]]x = numpy.array(data)print (x) #打印数组print (x.ndim) #打印数组的维度print (x.shape) #打印数组各个维度的长度。shape是一个元组'''[[1 2 2] [3 4 2] [5 6 2] [5 6 2]]2(4, 3)'''print ('使用zero/ones/empty创建数组:根据shape来创建')x = numpy.zeros(6) #创建一维长度为6的，元素都是0一维数组print (x)x = numpy.zeros((2,3)) #创建一维长度为2，二维长度为3的二维0数组print (x)x = numpy.ones((2,3)) #创建一维长度为2，二维长度为3的二维1数组print (x)x = numpy.empty((3,3)) #创建一维长度为2，二维长度为3,未初始化的二维数组print (x)'''[ 0.  0.  0.  0.  0.  0.][[ 0.  0.  0.] [ 0.  0.  0.]][[ 1.  1.  1.] [ 1.  1.  1.]][[  2.45757305e-315   2.45761635e-315   2.45761635e-315] [  2.45761635e-315   2.45761635e-315   2.45761635e-315] [  0.00000000e+000   0.00000000e+000   2.71797014e-316]]'''print ('使用arrange生成连续元素')print (numpy.arange(6) )# [0,1,2,3,4,5,] 开区间print (numpy.arange(0,6,2) ) # [0, 2，4]'''[0 1 2 3 4 5][0 2 4]'''print ('生成指定元素类型的数组:设置dtype属性')x = numpy.array([1,2.6,3],dtype = numpy.int64)print (x )# 元素类型为int64print (x.dtype)x = numpy.array([1,2,3],dtype = numpy.float64)print (x) # 元素类型为float64print (x.dtype)'''[1 2 3]int64[ 1.  2.  3.]float64'''print ('使用astype复制数组，并转换类型')x = numpy.array([1,2.6,3],dtype = numpy.float64)y = x.astype(numpy.int32)print (y) # [1 2 3]print (x) # [ 1.   2.6  3. ]z = y.astype(numpy.float64)print (z) # [ 1.  2.  3.]'''[1 2 3][ 1.   2.6  3. ][ 1.  2.  3.]'''print ('将字符串元素转换为数值元素')x = numpy.array(['1','2','3'],dtype = numpy.string_)y = x.astype(numpy.int32)print (x )# ['1' '2' '3']print (y )# [1 2 3] 若转换失败会抛出异常'''[b'1' b'2' b'3'][1 2 3]'''print ('使用其他数组的数据类型作为参数')x = numpy.array([ 1., 2.6,3. ],dtype = numpy.float32);y = numpy.arange(3,dtype=numpy.int32);print (y) # [0 1 2]print (y.astype(x.dtype)) # [ 0.  1.  2.]'''[0 1 2][ 0.  1.  2.]'''

numpy基本类型