Python的numpy库的基本使用（数据分析）

一、安装和导入

1、安装

使用包管理器安装

pip3 install numpy

2、导入

import numpy

二、使用numpy创建数组

1、array

python 复制代码

import numpy as np

d1=np.array([[1,2,3],[4,5,6]])
print(type(d1))

import导入numpy包并用as语法起了一个别名np。使用np打点调用array方法创建了一个二维数组。与传统方法不同的是，使用numpy创建的数组类型是numpy.ndarray类型。

2、arrange

python 复制代码

import numpy as np
data1=np.arange(15).reshape(5,3)
print(data1)

上述代码实现了创建一个二维数组data1，元素值是从0~14，共15个元素（arrange（15））。reshape(5,3)是代表这是个二维数组，有5行3列。若创建三维数组同理，只需传入三个参数：reshape(x,y,z)。

3、全0数组zeros

python 复制代码

np.zeros(10)

上述代码实现了创建一个长度为10的一维数组，元素值全为0，也可以创建二维三维数组。例如：

python 复制代码

np.zeros((2,3,4))

4、全1数组ones

python 复制代码

np.ones((2,3,4))

上述代码创建了一个元素值都为1的三维数组。

5、空数组empty

python 复制代码

np.empty((1,2,3))

使用empty创建的数组没有初始值，只是分配了地址。

三、指定数组类型

1、在创建时指定

python 复制代码

data=np.array([1,2,3,4,5,6],dtype=np.float64)

在创建时使用dtype属性指定数据类型。

2、修改指定类型

python 复制代码

data=data.astype(np.int32)

如果想将数组data转为int类型，就可以使用打点调用astype方法修改类型。

四、索引与切片

numpy的索引跟传统数组索引使用方法相同，切片使用方法也大致相同。但需要注意二维数组和三维数组的切片方式。

1、二维数组切片

python 复制代码

data=np.arange(15).reshape(5,3)
#参数一：行，参数二：列
print(data[1:,:2])

上述代码就实现了对二维数组的切片，使用逗号分隔两个参数，第一个参数是对行切片，第二个参数是对列切片。上述代码对行的切片是从第一行开始之后的所有行，对列切片是从第一列开始到第二列，而列下标是0和1的元素。

2、三维数组的切片

python 复制代码

data=np.arange(30).reshape(2,3,5)

print(data[0:1,:,0:2])

data中的数据存储是这样的：

[[[ 0 1 2 3 4]

[ 5 6 7 8 9]

[10 11 12 13 14]]

[[15 16 17 18 19]

[20 21 22 23 24]

[25 26 27 28 29]]]

第一个参数筛选出了：

[[ 0 1 2 3 4]

[ 5 6 7 8 9]

[10 11 12 13 14]]

在此基础之上，第二个参数筛选了所有行，第三个参数是筛选了列下标为0、1的。所以输出结果为：

[[[ 0 1]

[ 5 6]

[10 11]]]