numpy数组基本操作_np.array([1,2,3],[4,5,6][7,8,9]),0,1

一、数据类型

bool_ ：布尔类型（True，False）

int_ ：默认整数，通常为int32

int8_ :字节（-128~127）

int16 ：16位整数（-32768~32767）

int32 ：32位整数（-2147483648~2127483647）

int64 ：63位整数（太长了）

uint8 ：8位无符号整数（0-255）

uint16 ：16位无符号整数（0~65535）

……

float_ ：float64的简写

float16 ：半精度浮点：1个符号位，五个指数，，十个尾数

……

datetime64：日期时间类型

使用例子：

import numpy as np
n=np.array([1,2,3],dtype="int_")  #注意别少了_

二、数组的运算

首先我们创建两个数组

import numpy as np
n1=np.array([1,2])
n2=np.array([3,4])
##加法运算
print(n1+n2)
 
##减法运算
print（n1-n2）
 
#乘法运算
print(n1*n2)
 
#除法运算
print(n1/n2)
 
#幂运算
print(n1**n2)
 
#比较运算
print(n1>n2)
print(n1!=n2)
 
####所有的运算操作都是对应位置运算

三、数组的索引和切片

1. 索引：用于标记数组当中对应元素的唯一数字，从0开始

一维数组：

n=np.array([1,2,3,4])
print(n[0])  #结果为1
print(n[-4]) #结果也是1，逆向索引

n=np.arrray([10,20,30,40,50,60])
print（n[:3] ）#从第一个元素开始，到第三个元素结束（从0开始到2结束，步长默认1）
print（n[2:4]）#从第三个元素开始，到第四个元素结束（从2开始到3结束，步长为1）
print（n[2:]）#从三个元素开始，到最后一个元素结束（从2开始，到最后结束，步长为1）
print（n[1::3]）#从第二个元素开始，到最后一个元素结束，步长为3
print（n[::-1]）#逆序输出
print([::])#获取所有元素

二维数组：

n=np.array([[1,2,3],[4,5,6],[7,8,9]])
print(n[1,2])#结果为6，意思为索引为一的行，索引为二的列
print(n[:2,1:])#从索引为0的行开始，到索引为2的行结束，从索引为1的列开始，到最后
print(n[1,:2])#索引为一的行，到索引为2的列结束，不包含2
#逗号之前表示行，逗号之后表示列

2. 切片操作：

注意：对切片后的数组进行操作会改变原数组的元素，列表不会

import numpy as np
n=np.array([1,2,3,4,5,6])
arr=n[:4:2]#从0开始，到4结束，步长为2
print(arr)
#结果为[1 3]
语法为： arr=n[star:stop:step]

二维数组切片

import numpy as np
n=np.array([[1,2,3,4],[5,6,7,8],[9,0,1,2]])
arr=n[1,2] #索引为1的行，索引为2的列
#逗号之前表示行，逗号之后表示列
print(arr)
#结果为7

四、数组的重塑

更改数组的形状，使用reshape方法实现

import numpy as np
n=np.arange(6)#随机创建一个0~5之间的数组
print(n)
#结果为[0 1 2 3 4 5]
#重塑
n1=n.reshape(2,3)#重塑为两行三列的数组
结果为[ [0 1 2]
        [3 4 5]]

#多维数组重塑
n=np.array([[1,2,3],[4,5,6]])
#创建了一个两行三列的数组
n1=n.reshape(3,2)
print(n1)
结果为[[1,2]
        [3,4]
        [5,6]]
#重塑后的 数组所包含的元素个数必须与原数组的元素个数相同，如果元素发生变化，程序报错

五、数组转置

数组的行列转换通过数组的T属性或者transpose方法实现

import numpy as up
n=np.arange(24).reshape(4,6)
#创造一个四行六列的数组
#转置
n2=n.T
#行列进行转换
n3=n.transpose()
#行列转换

六、数组的增删改查

import numpy as np
n1=np.array([[1,2],[3,4],[5,6]])
n2=np.array([[7,8],[9,0],[6,7]])
 
#水平方向增加数据,原来的两列变成了四列
print(np.hstack(n1,n2))
#垂直方向增加数据，原来的三行变成了六行
print(np.vstack(n1,n2))
 
#数组的删除操作
#删除第三行
n3=np.delete(n1,2,axis=0)
#axis=0表示行，2表示索引为2的行
 
#删除第一列
n4=np.delete(n1,0,axis=1)
 
#删除第三行和第二行
n5=np.delete(n2,(1,2),axis=0)
 
#修改操作
n2[1]=[20,40]
n2[2][1]=76
#前面是行，后面是列
 
#查询
#语法可用numpy.where(条件，true,false)
n=np.arange(1,11)#创建一个一到十的一维数组
n6=n[np.where(n>5)]#获取数组中所有大于五的元素
n7=np.where(n>5,1,0)
#若满足条件输出1，不满足输出0