簡介

使用 Python 進(jìn)行數(shù)據(jù)分析時，比較常用的庫有 Numpy、Pandas、Matplotlib，本篇文章就來說一下 Numpy 的使用方法，編輯器就使用上篇文章說過的 Jupyter。

Numpy 是一個Python擴(kuò)展庫，專門做科學(xué)計算，也是大部分 Python 科學(xué)計算庫的基礎(chǔ)，Numpy 提供了多維數(shù)組對象 ndarray，它是一系列同類型數(shù)據(jù)的集合，可以進(jìn)行索引、切片、迭代等操作。

我們可以使用以下命令進(jìn)行安裝：

pip install numpy
# 或者
conda install numpy

多維數(shù)組創(chuàng)建

在Numpy中使用array()方法創(chuàng)建數(shù)組，傳入列表或元組即可，例如：

創(chuàng)建一維數(shù)組，并指定數(shù)據(jù)類型為 int：

import numpy as np
np.array([1,2,3,4], dtype=int)  # 接收一個list作為參數(shù)

創(chuàng)建二維數(shù)組：

np.array([[1,2,3],[4,5,6]])

結(jié)果輸出為：

array([[1, 2, 3],
       [4, 5, 6]])

使用arange()函數(shù)創(chuàng)建連續(xù)的array，類似于 Python 中的range()函數(shù)：

np.arange(10)

使用 Numpy 的random模塊創(chuàng)建隨機(jī)數(shù)組:

# 創(chuàng)建2行3列取值范圍為[0,1)的隨機(jī)數(shù)組 
np.random.rand(2, 3)
# 創(chuàng)建2行3列的隨機(jī)整數(shù)數(shù)組，取值范圍為[5,20)
np.random.randint(5,20,size=(2,3))

其他方法：

np.ones()函數(shù)：創(chuàng)建一個元素值全為1的數(shù)組，接收一個list或tuple作為參數(shù)，如np.ones([2, 3])可以創(chuàng)建一個2行3列的數(shù)組。 np.zeros()函數(shù)：創(chuàng)建一個元素值全為0的數(shù)組，接收一個list或者tuple作為參數(shù)，使用同上。 np.full()函數(shù)：創(chuàng)建一個填充指定數(shù)值的數(shù)組，第一個參數(shù)是list或tuple，第2個參數(shù)是需要填充的數(shù)值，如np.full((2, 3), 5)可以創(chuàng)建一個2行3列的數(shù)組，所有元素都填充為5。

當(dāng)然，還有一些其他的方法創(chuàng)建指定格式 Numpy 數(shù)組，用處不多，就不一一介紹了。

數(shù)組的數(shù)據(jù)類型

Numpy 支持非常多的數(shù)據(jù)類型，可以通過 Numpy 數(shù)組對象的dtype屬性查看數(shù)組的數(shù)據(jù)類型：

a = np.array([[1,2,3],[4,5,6]])
a.dtype

數(shù)組維度

可以通過對象的ndim或shape屬性，來查看數(shù)據(jù)維度：

• ndim屬性：直接返回維度值。
• shape屬性：返回一個元組，元組的長度即代表數(shù)組的維度，元組每一個屬性代表對應(yīng)的維度的元素個數(shù)。

a = np.array([[1,2,3],[4,5,6]])
a.ndim
a.shape

到此這篇關(guān)于Python數(shù)據(jù)分析 Numpy 的使用方法的文章就介紹到這了,更多相關(guān)Numpy 的使用內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論