Numpy基礎:創建ndarray及數據類型

2021-01-10 素食先生lpt
一起學習,一起成長

1.創建ndarray

創建數組最簡單的辦法就是使用array函數。它接受一切序列型的對象(包括其他數組),然後產生一個新的含有傳入數據的Numpy數組。

np.array會嘗試為新建的這個數組推斷出一個較為合適的數據類型。數據類型保存在一個特殊的dtype對象中。

其他一些可以新建數組的函數。比如zeros和ones分別可以創建指定長度或形狀的全0或全1數組。empty可以創建一個沒有任何具體值的數組。

np.zeros(10)

np.ones((3,6))

np.empty((2,3,2))

arange是python內置函數range的數組版。

np.arange(15)

2.ndarray的數據類型

dtype(數據類型)是一個特殊的對象,它含有ndarray將一塊內存解釋為特定數據類型所需的信息:

arr1=np.array([1,2,3],dtype=np.float64)

arr1.dtype

Out[12]: dtype('float64')

數值型dtype的命名方式相同:一個類型名(如float或int),後面跟一個用於表示各元素位長的數字。標準的雙精度浮點值(即python中的float對象)需要佔用8位元組(即64位)。

ndarry在python包Numpy的理解上有重要作用。清楚的認識,對於後面的學習有很大的幫助。技術類的內容,儘量是學一些就要掌握一些且能應用,不然很快就會忘記,這樣日積月累就會有比較明顯的收穫。有一些內容,也會慢慢地理解。所以,如果真的要學習內容,就要做好長期奮鬥的準備,每一技術的沉澱都是來之不易的,分享的內容也是。最後祝大家都會有個好的收穫,從文章讓自身有所成長。

「親,如果筆記對您有幫助,收藏的同時,記得給點個讚、加個關注哦!感謝!」

「誠邀關注「issnail」,會有驚喜哦!」

「文中代碼均親測過,若有錯誤之處,歡迎批評指正,一起學習,一起成長!」

參考書目:利用python進行數據分析

相關焦點

  • NumPy ndarray數組的創建
    NumPy 封裝了一個新的數據類型 ndarray(N-dimensional Array),它是一個多維數組對象。該對象封裝了許多常用的數學運算函數,方便我們做數據處理、數據分析等。那麼,如何生成 ndarray 呢?
  • Python數據分析之Numpy學習 2——NumPy 基礎 ndarray對象
    Python數據分析之Numpy學習 2 —— NumPy 基礎學習NumPy(Numerical Python)是高性能科學計算和數據分析的基礎包。NumPy的主要對象是同構數據多維容器(homogeneous multidimensional array)——ndarray,也就是說每一個ndarray都是一個相同類型元素組成的表格(二維)。
  • numpy庫學習總結(基礎知識)
    最近在學習Python中OpenCV庫,學習花了很多時間,發現基礎知識很重要,尤其是numpy這個庫,在進行程序開發時,處理大量類似數組這種數據結構時,它的重要性等同於Python中的列表,像前篇我們寫的《使用Python中OpenCV庫創建一幅圖片的RGB通道圖片》中,對於圖片的處理,大部分時間我們是在跟類似數組這種數據結構在打交道
  • Python數據分析類庫系列-Numpy之多維數組ndarray
    NumPy之於數值計算特別重要的原因之一,是因為它可以高效處理大數組的數據。 這是因為: NumPy是在一個連續的內存塊中存儲數據,獨立於其他Python內置對象。NumPy的C語言編寫的算法庫可以操作內存,而不必進行類型檢查或其它前期工作。
  • 數據分析-numpy庫快速了解
    1.numpy是什麼庫NumPy是一個開源的Python科學計算基礎庫,包含: 一個強大的N維數組對象 ndarray 廣播功能函數 整合C/C++/Fortran代碼的工具 線性代數、傅立葉變換、隨機數生成等功能
  • Numpy的ndarray:一種多維數組對象
    前言Numpy最重要的一個特點就是其N維數組對象(即ndarray),該對象是一個快速而靈活的大數據集容器。可以利用這種數組對整塊數據執行一些數學運算。模塊導入方式如下:import numpy as npndarray是一個通用的同構數據多維容器,也就是說,其中的所有元素必須是相同類型的。
  • NumPy中的ndarray與Pandas的Series和DataFrame之間的區別與轉換
    在數據分析中,經常涉及numpy中的ndarray對象與pandas的Series和DataFrame對象之間的轉換,讓一些開發者產生了困惑。本文將簡單介紹這三種數據類型,並以金融市場數據為例,給出相關對象之間轉換的具體示例。
  • D01 Numpy簡介,為什麼Numpy那麼快
    title: D01|Numpy簡介author: Adolph Leecategories: 數據挖掘基礎tags:Python數據挖掘基礎Numpy初識NumpyNumpy是一個Python基礎科學計算包,它的核心是多維數組ndarray對象,Numpy
  • 如何把小豬佩奇放到多維空間裡(深入理解numpy中的ndarray對象)
    在使用numpy對ndarray對象進行處理時,我們動輒就會碰到大於二維的數據。這時候,很多小朋友肯定會犯難,如何理解這些數據?怎麼才能在腦海裡把這些數據跟我們的現實生活聯繫起來進行理解呢?今天,我帶大家通過一個實例來深入理解一下這個數據結構。【問 題】我們手頭有一棟新樓房(樓房沒有門牌號),裡面住著n個小豬佩奇。
  • Python數據分析之numpy數組全解析
    1 什麼是numpy2 numpy數組創建2.1 基本方法:np.array()2.2 通用方法:np.ones()、np.zeros()、np.eye()2.3 讀取外部數據3 numpy中數組的數據類型4 numpy中數組的形狀5 索引與切片5.1 按索引取值
  • NumPy ndarray數組元素的獲取
    生成 ndarray 數組後,如何讀取我們所需要的數據呢?
  • Python NumPy用法介紹
    雖然NumPy提供了通用的數值數據處理的計算基礎,但大多數讀者可能還是想將Pandas作為統計和分析工作的基礎,尤其是處理表格數據時。NumPy的部分功能如下:ndarray,一個具有矢量算術運算和複雜廣播能力的快速且節省空間的多維數組。用於對整組數據進行快速運算的標準數學函數(無需編寫循環)。
  • python數據分析基礎之numpy
    支持高級大量的維度數組與矩陣運算,是學習數據挖掘的基礎,今天我們就來總結下numpy的一些基礎用法。首先,在講numpy之前,我先帶領大家預習下大學學習過的矩陣的基礎知識。1、矩陣的基本概念矩陣:由m×n個數排列成 的m行n列的數表,稱為m行n列矩陣。實矩陣:元素是實數的矩陣。復矩陣:元素是負數的矩陣。
  • 簡約而不簡單|值得收藏的Numpy小抄表(含主要語法、代碼)
    NumPy(Numeric Python)提供了許多高級的數值編程工具,如:矩陣數據類型、矢量處理,以及精密的運算庫。專為進行嚴格的數字處理而產生。多為很多大型金融公司使用,以及核心的科學計算組織如:Lawrence Livermore,NASA用其處理一些本來使用C++,Fortran或Matlab等所做的任務。
  • Python中NumPy簡介及使用舉例
    NumPy中定義的最重要的對象是稱為ndarray的N維數組類型。它描述相同類型的元素集合,可以使用基於零的索引訪問集合中元素。基本的ndarray是使用NumPy中的數組函數創建的: numpy.array。NumPy支持比Python更多種類的數值類型。NumPy數值是dtype(數據類型)對象的實例,每個對象具有唯一的特徵。
  • 值得收藏的 NumPy 小抄表(含主要語法、代碼)
    NumPy(Numeric Python)提供了許多高級的數值編程工具,如:矩陣數據類型、矢量處理,以及精密的運算庫。專為進行嚴格的數字處理而產生。多為很多大型金融公司使用,以及核心的科學計算組織如:Lawrence Livermore,NASA用其處理一些本來使用C++,Fortran或Matlab等所做的任務。本文整理了一個Numpy的小抄表,總結了Numpy的常用操作,可以收藏慢慢看。
  • 揭秘Numpy「高效使用哲學」,數值計算再提速10倍!
    2 導入Numpy 只需要一行代碼就能導入: 在numpy包中,描述向量,矩陣和更高維度的數據集使用的術語是. 3 生成numpy數組 有許多方法能初始化一個新的numpy數組,例如:, 等,從文件中讀入數據,從python的lists等都能生成新的向量和矩陣數組。
  • numpy中的數據類型對象有哪些
    Numpy數據類型numpy是一個python擴展包,它可以為我們提供更精確的科學技術,更強大的數學能力。為此,numpy定義了比python更豐富的數據類型來達成目的。數據類型以上就是一系列Numpy中提供的數據類型。需要理解的是,Numpy中的數據類型,和python本身的數據類型是不同的。Numpy中的數據類型,實質是數據類型對象dtype的實例。
  • Python數據分析之numpy學習(一)
    下面將從這5個方面來介紹numpu模塊的內容:1)數組的創建2)有關數組的屬性和函數3)數組元素的獲取--普通索引、切片、布爾索引和花式索引4)統計函數與線性代數運算5)隨機數的生成數組的創建numpy中使用array()函數創建數組,
  • Numpy基礎,一位Python大神的筆記,看了後我連Matlab都學會了!
    如果你有Matlab基礎,那麼你能很快看懂本文!(私信小編007即可獲取Python視頻教程以及各類PDF!)一個慄子創建矩陣對於Python中的numpy模塊,一般用其提供的ndarray對象。 創建一個ndarray對象很簡單,只要將一個list作為參數即可。例如: