python 中数组的基本操作

文章目录

  • 前言
  • 一、numpy是什么?
  • 二、使用步骤
  • 1.引入库
  • 2.读入数据
  • 总结

  • 前言

    在python中本身有着列表等数据结构,但是列表只是一种数据的存储容器,不具备任何计算能力。

    故引入数组的概念。


    提示:以下是本篇文章正文内容,下面案例可供参考

    一、numpy是什么?

    NumPy是一种非常常用的第三方模块,在学习数据分析及挖掘时经常能够用到他。接下来就阐述一些使用numpy进行的基本操作。

    二、使用步骤

    1.引入库

    代码如下(示例):

    import numpy as np 

    2.使用数组的基本案例

    (1)创建一个长度为10,元素全为0的ndarray对象;可以使用numpy中的zeros函数

    array1=np.zeros(10)
    print(array1)

    输出:

    (2)将第3个元素改为5,第6个元素改为11

    import numpy as np
    array1=np.zeros(10)
    array1[2]=5
    array1[5]=11
    print(array1)

     输出:

    (3)查看数组元素的数据类型

    import numpy as np
    array1=np.zeros(10)
    array1[2]=5
    array1[5]=11
    print(type(array1))

    输出:

    ​ 

     3.二维数组的使用

     (1)创建一个包含从10到25的16个元素的4*4的二维数组;

    import numpy as np
    array1=np.arange(10,26).reshape(4,4)
    print(array1)
    

    我们可以利用arange函数先创建一个由10到25的数组,再利用reshape函数改变其结构,使其变为4*4的二维数组

    输出:

    (2)打印输出第二行、第二列的元素;

    import numpy as np
    array1=np.arange(10,26).reshape(4,4)
    print(array1[1][1])

    输出:

     (3)打印输出第一行和第二行的元素;

    import numpy as np
    array1=np.arange(10,26).reshape(4,4)
    print(array1[0:2][:])

     在调用数组时可以有多种格式,如array[0:2,:]

    输出:

    (4)打印输出第一行、第三行、第一列、第三列的元素;

    import numpy as np
    array1=np.arange(10,26).reshape(4,4)
    print(array1[0:3:2,0:3:2])

    输出: 

    ​将步长设为2就可以跳过中间的一行来输出。此时如果我们使用 array1[0:3:2][0:3:2]这种写法时会发现输出的数字会自动变成同一行

    import numpy as np
    array1=np.arange(10,26).reshape(4,4)
    print(array1[0:3:2][0:3:2])

    输出:

     4.数组的基本运算

    (1)创建一个3*3*3的三维数组arr1,包含元素0~26;

    import numpy as np
    arr1=np.arange(0,27).reshape(3,3,3)
    print(arr1)

     与创建二维数组时相同的方法创建一个0到26的3*3*3数组

    输出:

    (2)计算数组中各元素的平方根,得到一个新的三维数组arr2;

    import numpy as np
    arr1=np.arange(0,27).reshape(3,3,3)
    arr2=np.sqrt(arr1)
    print(arr2)

    利用sqrt函数可以计算数组中各个数字的算术平方根 

    如果我们在数组中存在负数时输出会有警告并且会显示nan 

    import numpy as np
    arr1=np.arange(-27,0).reshape(3,3,3)
    arr2=np.sqrt(arr1)
    print(arr2)
    

    输出:

    ​ 

     (3)将arr2中的小于3的元素,改为9,其余不变;

    import numpy as np
    arr1=np.arange(0,27).reshape(3,3,3)
    arr2=np.sqrt(arr1)
    arr2=np.where(arr2<3,9,arr2)
    print(arr2)
    

    利用np.where函数来删选符合条件的数据。np.where函数是根据其判断条件来执行不同的分支语句。

    输出:

    (4)取出arr1中所有小于arr2中的元素,放在数组arr3中; 

    import numpy as np
    arr1=np.arange(0,27).reshape(3,3,3)
    arr2=np.sqrt(arr1)
    arr2=np.where(arr2<3,9,arr2)
    arr3=arr1[arr1<arr2]
    print(arr3)

     在使用比较运算符时其返回的一定是一维数组

    输出:

     

     

     

    总结

    本文为一些基础的numpy函数的操作,其中还有大量的功能没有使用。

    来源:疯狂生煎包

    物联沃分享整理
    物联沃-IOTWORD物联网 » python 中数组的基本操作

    发表评论