Python数据分析入门日记Day2：科学技术库Numpy：数组的基本函数

Python数据分析入门日记Day2

——科学技术库Numpy:数组的基本函数

在昨天的日记中，学习了怎么创建数组，今天的内容是：有关数组属性和一些函数的介绍。

1、导入Numpy库，重新定义一个数组，这里定义一个列表套列表的数组。

此时，数组arr4是一个三行四列的矩阵。

2、一些函数

（1）.shape()

利用.shape()函数可以查看数组的形状，输出结果为（3，4），说明数组arr4是一个三行四列的矩阵，与事实相符。

（2）.dtype()

利用.dtype()函数可以查看数组的数据类型，返回数组arr4的数据类型为整数型。

（3）.ravel()和.flatten()

.ravel()和.flatten()函数的作用：将数组拉平（拉直）。具体用法如下：

表面上看.ravel()和.flatten()函数的作用相同，都是将多维数组降成一维数组，但其实.ravel()的返回结果是“视图”形式，.flatten()返回的结果是“拷贝”形式。那什么是“视图”，什么又是“拷贝”呢？举个例子说明区别：

在.flatten()下，对b做一些改变，输出结果：

可以看到，b中的第一个数字变成了13，b发生了改变，而数组arr4没有发生变化。

在.ravel()下，对a做一些改变，输出结果：

注意到a中的第一个数字同样发生改变，变为13，同时，数组arr4中的第一个数字也跟着变为了13。

因此，可以得出两个函数的区别在于：用.flatten()函数得到的是一个“拷贝”(顾名思义，拷贝当然是一模一样啦)，当b发生变化，原来数组保持原状；而.ravel()返回的是一个“视图”，一旦对a修改，原数组就会发生改变。

（4）.ndim

.ndim函数将返回数组的维度。输出结果如下：

（5）.size

.size函数返回的是数组中元素的个数：

（6）.T

.T是对数组进行转置的函数，具体操作如下：

（7）len()

len()函数：查看数组有多少行。

（8）np.hstack()和np.column_stack()

np.hstack()和np.column_stack()是Numpy中对两个数组进行横向拼接的函数，定义两个数组arr1和arr2，对它们进行拼接：

或者

但要注意的是：横向拼接要求两个矩阵的行数必须相同。

（9）np.vstack()和np. row_stack()

np.vstack()和np. row_stack()是Numpy中对两个数组进行纵向拼接的函数。

或者

注意：横向拼接要求两个矩阵的列数必须相同。

（10）.reshape()和.resize()

.reshape()和.resize()是对数组的形状进行再造的两个函数。重新定义一个一维数组arr5。利用.reshape()将数组arr5重新设置成一个4×6的二维数组，查看原来的数组arr5，发现数组arr5没有发生变化，这也是一个“拷贝”的过程。

利用.resize()修改数组的形状，将c改为一个6×4的二维数组：

另外要注意.reshape()和.resize()的区别，利用.reshape()函数改变数组形状，原数组不会受到影响，但利用.resize()函数，原数组会受影响。因此，常用.reshape()来对数组形状进行修改。

3、数组转换

（1）.tolist()

.tolist()的作用是对数组类型进行转变，可以将一个数组类型转换为列表，还是用之前的c为例，先查看c的类型，转换后再查看新的类型，结果显示list，说明转化成了列表形式。具体操作如下：

（2）.astype()

.astype()函数可以转化数组中每个元素的数据类型。

首先查看数组c中每个元素的数据类型，返回’int32’，为整数型。对c使用.astype()函数(在括号中输入想要得到的数据类型，如float)生成e，查看e中每个元素的数据类型，返回’float62’，说明已将原先数组中元素的数据类型由整数型变为浮点型。

今天，关于数组的属性和函数的分享就到这里啦，全文用了不少“大白话”，仅仅是我对这些知识的个人理解，感谢大家的阅读和关注，如有什么问题或是意见和建议，欢迎留言交流讨论，晚安！

Ovaltine