Python进阶学习:Numpy--ndim、shape、dtype、astype的用法说明

Python进阶学习:Numpy--ndim、shape、dtype、astype的用法说明

🌈 个人主页:高斯小哥

🔥 高质量专栏:Matplotlib之旅:零基础精通数据可视化Python基础【高质量合集】PyTorch零基础入门教程👈 希望得到您的订阅和支持~

💡 创作高质量博文(平均质量分92+),分享更多关于深度学习、PyTorch、Python领域的优质内容!(希望得到您的关注~)


🌵文章目录🌵

  • [🎯 一、引言](#🎯 一、引言)
  • [📚 二、Numpy简介](#📚 二、Numpy简介)
  • [🛠️ 三、ndim的用法](#🛠️ 三、ndim的用法)
  • [📊 四、shape的用法](#📊 四、shape的用法)
  • [🔬 五、dtype的用法](#🔬 五、dtype的用法)
  • [🎨 六、astype的用法](#🎨 六、astype的用法)
  • [🚀 七、总结](#🚀 七、总结)
  • [🤝 八、期待与你共同进步](#🤝 八、期待与你共同进步)

🎯 一、引言

在Python的数据科学领域,Numpy是一个不可或缺的库。它为数组对象提供了大量的功能,并允许进行高效的科学计算。Numpy数组具有许多属性,其中ndimshapedtypeastype是几个非常核心且常用的。本文将详细解读这些属性的用法,并通过代码示例帮助你理解它们的实际作用。

📚 二、Numpy简介

Numpy(Numerical Python的简称)是Python语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。Numpy是Python数据处理的基础包,它包含强大的N维数组对象、复杂函数。

🛠️ 三、ndim的用法

ndim属性用于获取数组的维数。简单地说,它告诉你数组有多少个维度

python 复制代码
import numpy as np

# 创建一个一维数组
arr_1d = np.array([1, 2, 3, 4])
print(f"一维数组的ndim: {arr_1d.ndim}")  

# 创建一个二维数组
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])
print(f"二维数组的ndim: {arr_2d.ndim}")  

# 创建一个三维数组
arr_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(f"三维数组的ndim: {arr_3d.ndim}") 

输出:

html 复制代码
一维数组的ndim: 1
二维数组的ndim: 2
三维数组的ndim: 3

进程已结束,退出代码0

📊 四、shape的用法

shape属性返回一个表示数组在每个维度上大小的元组。对于一维数组,它返回一个表示数组长度的元组;对于二维数组,它返回表示行数和列数的元组;对于更高维度的数组,它会继续返回更多维度的大小。

python 复制代码
import numpy as np

# 创建一个二维数组
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])

# 创建一个三维数组
arr_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

print(f"二维数组的形状: {arr_2d.shape}")  # 输出: (2, 3)

print(f"三维数组的形状: {arr_3d.shape}")  # 输出: (2, 2, 2)

shape属性不仅可以用来查询数组的形状,还可以用来协助reshape方法重塑数组。

python 复制代码
import numpy as np

# 创建一个二维数组
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])

# 将二维数组重塑为一维数组
reshaped_arr_1d = arr_2d.reshape(arr_2d.shape[0] * arr_2d.shape[1])
print(reshaped_arr_1d)  # 输出: [1 2 3 4 5 6]

🔬 五、dtype的用法

dtype属性用于获取数组元素的数据类型。当你创建一个Numpy数组时,可以明确指定数据类型,或者Numpy会根据输入数据自动推断数据类型。

python 复制代码
# 创建一个整数数组
import numpy as np

int_arr = np.array([1, 2, 3, 4], dtype=np.int32)
print(f"整数数组的数据类型: {int_arr.dtype}")  

# 创建一个浮点数数组
float_arr = np.array([1.1, 2.2, 3.3, 4.4])
print(f"浮点数数组的数据类型: {float_arr.dtype}")  

输出:

html 复制代码
整数数组的数据类型: int32
浮点数数组的数据类型: float64

进程已结束,退出代码0

🎨 六、astype的用法

astype方法用于将数组的数据类型转换为新的数据类型 。它是dtype属性的一个非常实用的配套工具。

python 复制代码
import numpy as np

int_arr = np.array([1, 2, 3, 4], dtype=np.int32)

# 将整数数组转换为浮点数数组
float_arr_from_int = int_arr.astype(np.float32)
print(float_arr_from_int)  # 输出: [1. 2. 3. 4.]
print(float_arr_from_int.dtype)  # 输出: float32

# 将字符串数组转换为整数数组
# 注意:这要求字符串表示的是有效的整数,否则会抛出ValueError
str_arr = np.array(['1', '2', '3', '4'], dtype=np.str_)
print(str_arr)  # 输出: ['1' '2' '3' '4']
int_arr_from_str = str_arr.astype(np.int32)
print(int_arr_from_str)  # 输出: [1 2 3 4]

astype不仅可以用于简单的类型转换,还可以用于更复杂的数组操作,比如将数组转换为复数类型。

python 复制代码
# 创建复数数组
import numpy as np

complex_arr = np.array([1+2j, 3+4j, 5+6j])
print(complex_arr)  # 输出: [1.+2.j 3.+4.j 5.+6.j]

# 创建一个实数数组并转换为复数数组
real_arr = np.array([1, 2, 3])
complex_arr_from_real = real_arr.astype(np.complex128)
print(complex_arr_from_real)  # 输出: [1.+0.j 2.+0.j 3.+0.j]

🚀 七、总结

通过本文,我们学习了Numpy中ndimshapedtypeastype四个核心属性的用法。这些属性提供了操作Numpy数组形状和类型的重要工具。在实际的数据分析和科学计算中,熟练掌握这些属性将大大提高你的数据处理效率。

🤝 八、期待与你共同进步

🌱 亲爱的读者,非常感谢你每一次的停留和阅读!你的支持是我们前行的最大动力!🙏

🌐 在这茫茫网海中,有你的关注,我们深感荣幸。你的每一次点赞👍、收藏🌟、评论💬和关注💖,都像是明灯一样照亮我们前行的道路,给予我们无比的鼓舞和力量。🌟

📚 我们会继续努力,为你呈现更多精彩和有深度的内容。同时,我们非常欢迎你在评论区留下你的宝贵意见和建议,让我们共同进步,共同成长!💬

💪 无论你在编程的道路上遇到什么困难,都希望你能坚持下去,因为每一次的挫折都是通往成功的必经之路。我们期待与你一起书写编程的精彩篇章! 🎉

🌈 最后,再次感谢你的厚爱与支持!愿你在编程的道路上越走越远,收获满满的成就和喜悦!祝你编程愉快!🎉

相关推荐
bryant_meng2 小时前
【python】OpenCV—Image Moments
开发语言·python·opencv·moments·图片矩
KevinRay_2 小时前
Python超能力:高级技巧让你的代码飞起来
网络·人工智能·python·lambda表达式·列表推导式·python高级技巧
Captain823Jack3 小时前
nlp新词发现——浅析 TF·IDF
人工智能·python·深度学习·神经网络·算法·自然语言处理
资源补给站3 小时前
大恒相机开发(2)—Python软触发调用采集图像
开发语言·python·数码相机
Captain823Jack3 小时前
w04_nlp大模型训练·中文分词
人工智能·python·深度学习·神经网络·算法·自然语言处理·中文分词
eybk4 小时前
Pytorch+Mumu模拟器+萤石摄像头实现对小孩学习的监控
学习
6.944 小时前
Scala学习记录 递归调用 练习
开发语言·学习·scala
PieroPc4 小时前
Python 自动化 打开网站 填表登陆 例子
运维·python·自动化
VinciYan5 小时前
基于Jenkins+Docker的自动化部署实践——整合Git与Python脚本实现远程部署
python·ubuntu·docker·自动化·jenkins·.net·运维开发
测试老哥5 小时前
外包干了两年,技术退步明显。。。。
自动化测试·软件测试·python·功能测试·测试工具·面试·职场和发展