python数据分析-numpy模块基础知识（1）

呀~博主是正在学习数据分析的一员，记录的是自己学习过程中总结的知识点，肯定有不完善的地方，如有问题可以私聊我改正，共同学习进步。希望大家都能保持学习的热情，坚持自己，不断超越自己！
博客地址：qxi的博客

首先先简单介绍一下模块，我们使用import语句导入一个模块，最主要的目的并不是运行模块中的执行语句，而是为了利用模块中已经封装好的变量、函数、类。当我们导入模块后，要使用模块中的变量、函数、类，需要在使用时加上**模块.**的格式。
//本文主要总结的是numpy模块中最基础的几个函数，关于生成矩阵，零矩阵，随机矩阵以及如何指定产生几行几列的矩阵，重点讲了arange()函数以及reshape()函数。//
1.numpy模块中的array()函数
①将列表转化为矩阵，列表里每个元素为一行。
**两行起就需要([[],[]])**切记不要少了中括号

import numpy as np
array=np.array([[1,2,3],[2,2,3]])
print(array)

②判断该矩阵的维度（都是二维），用矩阵.ndim；判断几行几列，用矩阵.shape；判断有多少元素，用矩阵.size

import numpy as np
array=np.array([[1,2,3],[2,2,3]])
print(array)
print('number of ndim:',array.ndim)
print('shape:',array.shape)
print('size:',array.size)

运行结果：

[[1 2 3]
 [2 2 3]]
number of ndim: 2
shape: (2, 3)
size: 6

2.定义矩阵的数据形式
整数形式：

import numpy as np
a=np.array([1,2,3],dtype=np.int)
print(a)
print(a.dtype)

运行结果，默认为32位（主要看各位安装的python版本）：

[1 2 3]
int32

小数形式：

import numpy as np
a=np.array([1,2,3],dtype=np.float)
print(a)
print(a.dtype)

运行结果，默认为64位：

[1. 2. 3.]
float64

3.生成零矩阵，不用array函数了，用zeros()，括号内定义几行几列

import numpy as np
a=np.zeros((3,4))
print(a)

运行结果：

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

生成全部为1的矩阵，ones()

import numpy as np
a=np.ones((3,4),dtype=np.int16)
print(a)

运行结果：

[[1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]]

生成全部为2的矩阵，直接在上面矩阵的基础上乘上2

import numpy as np
a=np.ones((3,4),dtype=np.int16)*2
print(a)

运行结果：

[[2 2 2 2]
 [2 2 2 2]
 [2 2 2 2]]

4.随机生成矩阵，用empty()，注意里面也有一个小括号，不然会出错

import numpy as np
a=np.empty((3,4))
print(a)

运行结果：

[[6.01347002e-154 7.13147307e+252 7.29542036e+175 9.49697009e-095]
 [2.29621239e+155 1.72979452e+156 5.86300898e-101 1.20270795e-153]
 [8.90301763e+247 6.01346953e-154 7.48960144e+247 4.47590761e-091]]

5.arange()函数，左要取右不取

import numpy as np
a=np.arange(10,20,2) #2表示间隔为2
print(a)

运行结果：

[10 12 14 16 18]

默认0-12

import numpy as np
a=np.arange(12)
print(a)

运行结果：

[ 0  1  2  3  4  5  6  7  8  9 10 11]

6.reshape(m,n)，指定生成m行n列的矩阵，这里特别说明一下可以用reshape((m,n))也可以把里面的括号去掉；但是上面提到的empty((m,n))就不可以把里面的括号去掉。

import numpy as np
a=np.arange(12).reshape(3,4)
print(a)

运行结果：

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

7.linspace()函数，在1-10之间分割成5个点

import numpy as np
a=np.linspace(1,10,5)
print(a)

运行结果：

[ 1.    3.25  5.5   7.75 10.  ]

然后利用reshape((m,n))指定几行几列

import numpy as np
a=np.linspace(1,10,6).reshape((2,3))
print(a)

运行结果：

[[ 1.   2.8  4.6]
 [ 6.4  8.2 10. ]]

好啦，关于numpy模块基础知识的介绍就先到这里啦~后期会持续更新的哟，欢迎大家提出问题一起学习！
我主要针对的学习对象是刚入门学习python数据分析的小伙伴哟，如果觉得对你有一点点帮助的话就点个赞呗，后期可以一起学习讨论。
``

本文地址：https://blog.csdn.net/hswqxi/article/details/107321170