【Python】初学者必备的数组相关知识点

公众号：




    
机器学习算法与数据分析   作者：进击的合成尸

一、目录：

• 数对象简介

• Numpy数组对象的常用属性

• 数组类型

• 数组外貌

• 创建数组

• 创建数组的基本方法

• 函数创建数组

二、操作（具体如下）

三、总结

数组对象简介

数组就是——array

实现多维数组和矩阵的高效运算

python中“万物皆对象”，数组也是一个对象，有对象，就意味着有属性和方法

Numpy数组对象的常用属性

dtype___返回数组中元素的类型

shape___返回由整数组成的原组，元组中的每个整数依次对应数组每个轴的元素个数

size __ 返回一个整数，代表数组中元素的个数

ndim __ 返回一个整数，代表数组的轴的个数，即维度

nbytes __ 返回一个整书，代表用于保存数据的字节数

数组的类型

import numpy as npdata = np.array([1, 2, 3, 4])data.dtype
# 输出结果： dtype('int32')

数组一旦建立，其元素类型是不能随意改变的，若需要修改元素类型

astype( )是数组的一个方法，能够根据指定的类型（参数指定元素类型）新生成一个数组

new_data相对于data只有元素类型不同

new_data = data.astype(np.float)new_data
#输出结果 array([1., 2., 3., 4.])

数组的外貌

返回一个元组，其中的元素由整数组成，代表着每个轴上的元素数

a = np.array([1, 2, 3, 4 ])b = np.array([1.0, 2.0, 3.0])a.shapeb.shape#结果(4.，)# （3.，）

创建数组

创建数组的基本方法

np.array()——基本方法

np.array(object, dtype=None, copy = True, order = 'K', ...)

onject——引用对象是array_like（类数组，可以是列表，元组等可迭代序列，也可以是数组，矩阵）

a = np.array([1, 2, 3, 4])b = np.array([1.0, 2.0, 3.0, 4.0], dtype=float)# 结果：array([1, 2, 3, 4])# array([1., 2., 3., 4.])

嵌套列表中的各个元素的长度必须是一样的，元素类型也需一样，如果元素参差不齐，也不会报错，只不过得不到我们预想的数组对象

da = np.array([[1, 2, 3, ],             [5, 6, 7],             [8, 9, 10]])            

用函数创建数组

创造的数组具有某种规律

创建一个完全由0组成的数组，

以元组声明他们的形状

import numpy as npnp.ones((3,4)) #0轴的个数为3，1轴的个数为4#结果：array([[0., 0., 0., 0.],       [0., 0., 0., 0.],       [0., 0., 0., 0.]])

创建一个完全由1组成的数组

np.ones((3,4)) #0轴的个数为3，1轴的个数为4

创建对角线独有的数组

np.eye(4,dtype=int) #对角线元素较为特殊，其他元素为0

元素为等差数组

np.arange(1,10,3) #创建一维数组，数组的元素符合等差数列，前一个元素减去后一个元素值的差等于指定的步长# 相当于python中range函数，“前包括，后不包括”原则# 结果：array([1, 4, 7])

总结：

array和list之间的区别

array

一个numpy array是内存中一个连续的块，并且array里的元素都是同一类。所以一旦确定了一个array，它的内存就确定了，每个元素的内存也就都确定了

可以看作为“序列”数据

array的object是类数组对象，可以为list，也可以为list of list

可以对整个数组进行数值运算(数组与数组，数组与标量)

list

list也可以看作为“序列”数据

list中的元素可以不同

创建array时，可以使用list，也可以使用list of list

不能对整个列表进行数值运算

往期精彩回顾