数据的维度
一维数据:一维数据由对等关系的有序或无序数据构成,采用线性方式组织。对应列表、数组和集合等概念。
列表和数组:一组数据的有序结构。
区别:
列表:数据类型可以不同
数组:数据类型相同
二维数据:二维数据由多个一维数据构成,是一维数据的组合形式。
表格是典型的二维数据。其中,表头是二维数据的一部分
多维数据:多维数据由一维或二维数据在新维度上扩展形成。例如增加时间维度的表格
NumPy的引用
import numpy as np
N维数组对象:ndarray
ndarray是一个多维数组对象,由两部分构成:实际的数据、描述这些数据的元数据(数据维度、数据类型等)。ndarray数组一般要求所有元素类型相同(同质),数组下标从0开始。
使用np.array()生成一个ndarray数组(ndarray在程序中的别名是:array),np.array()输出成 [] 形式,元素由空格分割。
- 轴(axis):保存数据的维度
- 秩(rank):轴的数量
ndarray对象的属性
.ndim秩,即轴的数量或维度的数量.shapendarray 对象的尺寸,对于矩阵,n行m列.sizendarray对象元素的个数,相当于.shape中的n*m的值.dtypendarray对象元素类型.itemsizendarray对象中每个元素的大小,以字节为单位
创建ndarray数组
从Pyhton中的列表、元祖等类型创建ndarray数组
使用Numpy中函数创建ndarray数组,如:arange,ones,zeros等。
ndarray数组的变换
x = np.array(list/tuple)
x = np.array(list/tuple,dtype=np.float32)
当np.array()不指定dtype时,NumPy将根据数据情况关联一个dtype类型
使用Numpy中函数创建ndarray数组,如:arange,ones,zeros等
reshape和resize:
reshape不修改原始数据
resize修改原始数据
ndarray数组的运算
Original: https://blog.csdn.net/zylxzq1/article/details/123276608
Author: zylxzq1
Title: Python数据分析与展示1
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/760639/
转载文章受原作者版权保护。转载请注明原作者出处!