python中numpy基础学习及进行数组和矢量计算

前言

在python 中有时候我们用数组操作数据可以极大的提升数据的处理效率，类似于R的向量化操作，是的数据的操作趋于简单化，在python 中是使用numpy模块可以进行数组和矢量计算。

下面来看下简单的例子

import numpy as np data=np.array([2,5,6,8,3]) #构造一个简单的数组 print(data)

结果：

[2 5 6 8 3]

data1=np.array([[2,5,6,8,3],np.arange(5)]) #构建一个二维数组 print(data1)

结果：

[[2 5 6 8 3][0 1 2 3 4]]

我们也可以通过shape和dtype方法查看数组的维度和数据格式

print(data.shape)print(data.dtype)print(data1.shape)print(data1.dtype)

结果：

(5,)int32(2, 5)int32

可以看出data是一维数组，每组元素为5个，数据类型为32位int 类型

data1 为二维数组，每个组有5个元素，数据类型为32位int类型

有一个较好的区分方法是看打印结果中，中括号的层数和位置，就可以看出数组的维度，一层中括号代表一个维度。

其他的数组属性方法还有：

array.ndim   数组的维数，一维数组结果为1，二维数组打印结果为2

array.size     数组的元素个数

array.itemsiz   数组每个元素的字节大小

接下来我们了解下数组中的数据类型：

NumPy中的基本数据类型