
Data Analyzation Note
创建数组对象 一维数组 1 2 3 name=np.array(['1','2','3','4','5','6']) print(name.ndim)#维数 print(name.size)#大小 二维数组 创建 1 2 import numpy as np name=np.array([['1','2','3','4','5','6'],['1','2','3','4','5','6'],['1','2','3','4','5','6'],['1','2','3','4','5','6']]) 查看属性 1 2 3 4 print(name.ndim)#维数,也可以说是矩阵的秩 print(name.size)#大小 print(name.shape)#行数和列数 print(name.dtype)#查看数据类型 访问下标 1 2 print(name[2])#索引为[0,n-1] print(name[-3])#索引为[-n,-1],表示倒数 切片(slicing) 1 2 3 4 for i in name[[1,2],[2,4]]:#表示下标1,2和下标2,4#如果使用:,则表示所有的行和列 print(i) for i in name[1:2,2:4]:#表示下标1,2和下标2,4#如果使用:,则表示所有的行和列 print(i) 条件筛选 1 print(name[(name==1)|(name==2)]) 创建多维数组 1 2 3 4 a=np.arange(1,10,1)#生成1-9之间的连续的数组 a=np.arange(0,15).reshape(3,5)#将一维数组转为二维数组 a=np.zeros((3,4))#生成3*4的为0的数组 a=np.ones((4,3))#生成4*3的为1的数组 多维数组运算 1 2 3 a=np.ones((4,3)) a=a*5#生成全部为5的数组 a=a+3#生成全部为4的数组 常用函数、属性 函数 函数 作用 np.array(列表) 通过列表创建一个数组对象 np.arange(起始, 结束, 步长) 创建一个等差数组(注意区间是左闭右开的) np.zeros( (m, n) ) 创建一个m行n列的全零数组 np.ones( (m, n) ) 创建一个m行n列的全一数组 np.eye(m) 创建一个m阶单位方阵 常用对象属性 属性 作用 my_array.ndim 维数 my_array.size 大小 my_array.shape 以元组形式返回my_array的(行, 列) my_array.dtype 返回my_array中元素的数据类型 *注意库函数和对象属性的不同,表一中np.是固定的,指的是numpy库;而表二中my_array.xxx()中的my_array要改成你对应的数组的名字(即实例名)。 ## 切片 切片 我们将选出一个数组的某一行、某一列或者某一个位置上的元素的操作成为“切片” 我们先来讨论二维数组的切片: 最基本的格式是:my_array[m, n],其中m和n可以为整数 列表 还可以是冒号: 当m和n是整数时,表示选取m行n列的那个数。 当m和n其中一个是冒号的时候,表明选中对应的所有行或列。例如my_array[ :, n]表示选择整个第n列 ...


