数据分析02 numpy创建数组

numpy 特性多维性支持0维(数字)1维(向量)2维(矩阵)以及更高维的数组同质性所有元素类型必须一致(通过dtype指定)高效性基于连续内存块存储运算速度高于python原生列表img多维性多维性就是0维还是1维2维的形状等等就是可以创建不同维度的形状import numpy as np0维数组arr np.array(5)print(arr)输出为 [5]arr np.array([1,2,3])print(arr)输出为 [1,2,3]2维数组arr np.array([[1,2,3],[4,5,6]])print(arr)输出为[[1 2 3][4 5 6]]是一个2行3列的数据同质性就是里面的数据都是同一种类型的如果是不同类型的话会自动的进行转换比如数字和字符串的存在会将数字转换为字符串arr np.array([1,23,“asd”])print(arr)输出为 [‘1’ ‘23’ ‘asd’]arr np.array([1,2,3,4.12])print(arr)输出为 [1. 2. 3. 4.12]全部转换为浮点数了numpy属性都是对象里面的属性因此的话直接对象.属性就能调用imgndim属性ndim属性这个主要就是用来判断数组的维度的是0维1维还是2维的arr np.array(5)print(arr)print(“0维数组的维度”,arr.ndim)输出为 0arr np.array([[1,2,3],[4,5,6]])print(arr)print(“2维数组的维度”,arr.ndim)输出为 2shape属性判断数组的形状的arr np.array(5)print(arr)print(“0维数组的维度”,arr.ndim)print(“0维数组的形状为:”,arr.shape)输出为 ()arr np.array([[1,2,3],[4,5,6]])print(arr)print(“2维数组的维度”,arr.ndim)print(“2维数组的形状为:”,arr.shape)输出为 (2,3)2行3列arr np.array([1,2,3])print(arr)print(“1维数组的维度”,arr.ndim)print(“1维数组的形状为”,arr.shape)输出为(3,)返回1个数字表示里面是1维数组里面表示一维数组的个数为3个size属性arr np.array([[1,2,3],[4,5,6]])print(arr)print(“2维数组的维度”,arr.ndim)print(“2维数组的形状为:”,arr.shape)print(“2维数组的个数为:”,arr.size)输出为 6arr np.array([1,2,3])print(arr)print(“1维数组的维度”,arr.ndim)print(“1维数组的形状为”,arr.shape)print(“1维数组的个数为:”,arr.size)输出为3dtype属性判断数组里面的类型arr np.array([1,2,3])print(arr)print(“1维数组的维度”,arr.ndim)print(“1维数组的形状为”,arr.shape)print(“1维数组的个数为:”,arr.size)print(“1维数组的类型为:”,arr.dtype)输出为 int64numpy数组创建基本上都是方法需要带上()imgimg基本创建array使用array()函数创建数组list1 [1,2,3]arr np.array(list1,dtypenp.float64)print(arr)输出为 [1. 2. 3.]copy创建数组复制一个已经存在的数组2个数组之间没有任何关系arr1 np.copy(arr)print(arr1)输出为 [1. 2. 3.]预定义形状创建全1创建数组就是创建一个里面的数据全部都是1的数组ones(n) 一维数组 (3) 就是创建3个数据全1的1维数组ones(n,m) 二维数组 n表示行m表示列里面是传入维度的1个数字就是1维的2个数字就是二维数组arr np.ones((5))print(arr)输出为 [1. 1. 1. 1. 1.]arr np.ones((2,3))2行3列全是1的数据print(arr)输出为 [[1. 1. 1.][1. 1. 1.]]全0创建数组arr np.zeros((5))print(arr)arr np.zeros((2,3))print(arr)输出结果为[0. 0. 0. 0. 0.][[0. 0. 0.][0. 0. 0.]]未初始化创建就是还没有想好要创建什么样的数组,里面元素的数据是随机的arr np.empty((3))print(arr)arr np.empty((2,3))print(arr)输出为[7.74860419e-304 7.74860419e-304 7.74860419e-304][[0. 0. 0.][0. 0. 0.]]固定值full就是创建数组里面的元素是固定的full(数组,固定值)arr np.full(3,5)print(arr)arr np.full((2,3),2025)print(arr)输出为[5 5 5][[2025 2025 2025][2025 2025 2025]]_like方法模仿某个数组形状和数据类型创建一个数组arr np.array([1,2,3,4])arr1 np.zeros_like(arr)print(arr1)输出为 [0 0 0 0]arr1 np.ones_like(arr)print(arr1)输出为 [1 1 1 1]arr1 np.empty_like(arr)print(arr1)arr1 np.full_like(arr,2027)print(arr1)输出为 [2027 2027 2027 2027]arange()用来生成等差数组的跟range()用法一致不包含end生成是一维数组arr np.arange(1,10,2)print(arr)输出为[1 3 5 7 9]