03 ，ndarray 创建，取值 ：创建 ndarray，读文件，取数据，取行，取列，取元素_ndarray取值

1 ，创建 ndarray ： 1 维向量 ( np.array )

1. 例如 ：

if __name__ == '__main__':
    nd01 = np.array([1,2,3,4,5])
    print(nd01)
===============================
[1 2 3 4 5]
1
2
3
4
5

2 ，创建 ndarray ： 2 维向量 ( np.array )

1. 例如 ：

if __name__ == '__main__':
    nd01 = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
    print(nd01)
===============================
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
1
2
3
4
5
6
7
8

3 ，数据准备 ： txt 文件

1. 文件 ： world_alcohol.txt
2. 数据意义 ： 世界饮料类型统计
3. 数据样本 ：

Year,WHO region,Country,Beverage Types,Display Value
1986,Western Pacific,Viet Nam,Wine,0
1986,Americas,Uruguay,Other,0.5
1985,Africa,Cte d'Ivoire,Wine,1.62
1
2
3
4

4 ，读文件 ： 分隔符 ( delimiter )

1. 例如 ：

if __name__ == '__main__':
    # 文件名，分隔符，数据类型
    nd01 = np.genfromtxt("world_alcohol.txt",delimiter=",",dtype="str")
    print(nd01[0:3])
================================
[['Year' 'WHO region' 'Country' 'Beverage Types' 'Display Value']
 ['1986' 'Western Pacific' 'Viet Nam' 'Wine' '0']
 ['1986' 'Americas' 'Uruguay' 'Other' '0.5']]
1
2
3
4
5
6
7
8

5 ，读文件 ： 跳过标题行 ( skip_header )

1. 例如 ：

if __name__ == '__main__':
    # 文件名，分隔符，数据类型
    nd01 = np.genfromtxt("world_alcohol.txt",delimiter=",",dtype="str",skip_header=1)
    print(nd01[0:3])
======================================
[['1986' 'Western Pacific' 'Viet Nam' 'Wine' '0']
 ['1986' 'Americas' 'Uruguay' 'Other' '0.5']
 ['1985' 'Africa' "Cte d'Ivoire" 'Wine' '1.62']]
1
2
3
4
5
6
7
8

6 ，取数据 ： 行 ( 单行，多行 )

1. 取第 3 行 ： nd01[2]

if __name__ == '__main__':
    # 文件名，分隔符，数据类型
    nd01 = np.genfromtxt("world_alcohol.txt",delimiter=",",dtype="str",skip_header=1)
    res = nd01[2]
    print(res)
==========================================================
['1985' 'Africa' "Cte d'Ivoire" 'Wine' '1.62']
1
2
3
4
5
6
7

2. 取 ( 2,3,4 ) 行 ： nd01[1:4]

if __name__ == '__main__':
    # 文件名，分隔符，数据类型
    nd01 = np.genfromtxt("world_alcohol.txt",delimiter=",",dtype="str",skip_header=1)
    res = nd01[1:4]
    print(res)
==============================================================
[['1986' 'Americas' 'Uruguay' 'Other' '0.5']
 ['1985' 'Africa' "Cte d'Ivoire" 'Wine' '1.62']
 ['1986' 'Americas' 'Colombia' 'Beer' '4.27']]
1
2
3
4
5
6
7
8
9

7 ，取数据 ： 列 ( 单列，多列 )

1. 单列 ： nd01[:,1]

if __name__ == '__main__':
    # 文件名，分隔符，数据类型
    nd01 = np.genfromtxt("world_alcohol.txt",delimiter=",",dtype="str",skip_header=1)
    res = nd01[:,1]
    print(res)
    print(type(res))
================================================
结果 ： 得到一个集合 ( 一维的 ndarray )
	['Western Pacific' 'Americas' 'Africa' ....]
1
2
3
4
5
6
7
8
9

2. 多列 ： nd01[:,1:3]

if __name__ == '__main__':
    # 文件名，分隔符，数据类型
    nd01 = np.genfromtxt("world_alcohol.txt",delimiter=",",dtype="str",skip_header=1)
    res = nd01[:,1:3]
    print(res)
    print(type(res))
======================================
[['Western Pacific' 'Viet Nam']
 ['Americas' 'Uruguay']
 ['Africa' "Cte d'Ivoire"]
 ...
 ['Africa' 'Malawi']
 ['Americas' 'Bahamas']
 ['Africa' 'Malawi']]
1
2
3
4
5
6
7
8
9
10
11
12
13
14

9 ，取数据 ： 多行多列 ( nd01[1:5,1:3] )

1. 目的 ：
   1 ，从原始数据中提取数据
   2 ，行号 ： 2-5 行
   3 ，列号 ： 2-3 列
2. 代码 ：

if __name__ == '__main__':
    # 文件名，分隔符，数据类型
    nd01 = np.genfromtxt("world_alcohol.txt",delimiter=",",dtype="str",skip_header=1)
    res = nd01[1:5,1:3]
    print(res)
    print(type(res))
==================================
[['Americas' 'Uruguay']
 ['Africa' "Cte d'Ivoire"]
 ['Americas' 'Colombia']
 ['Americas' 'Saint Kitts and Nevis']]
1
2
3
4
5
6
7
8
9
10
11

10 ，取元素 ：nd01[1,2]

1. 例如 ：

if __name__ == '__main__':
    nd01 = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
    res = nd01[1,2]
    print(nd01)
    print(res)
1
2
3
4
5

11 ，创建 ndarray ： 带默认值 np.full((2,4),1)

1. 目的 ： 创建 2 行 4 列的矩阵，默认值为 1
2. 代码 ：

if __name__ == '__main__':
    nd01 = np.full((2,4),1,dtype="int")
    print(nd01)
==========================
[[1 1 1 1]
 [1 1 1 1]]
1
2
3
4
5
6

12 ，创建 ndarray ： 数组创建，txt 创建，带默认值创建

1. 直接创建 ： np.array([1,2,3,4,5])
2. txt 创建 ： np.genfromtxt(“world_alcohol.txt”,delimiter=",",dtype=“str”,skip_header=1)
3. 带默认值 ： np.full((2,4),1,dtype=“int”)