Life is short,I use Python.
Python作为数据科学最受欢迎的语言之一,自然有其得天独厚的优势所在。Python的语法易于理解,有种类似伪代码的风格。它的第三方包应用广泛且更新频繁,还有庞大的活跃社区体系。
今天我们主要来看Python中用于处理同类型数组数据的numpy包。
Python的安装及环境配置极其简单,初学者建议搜索Anaconda直接下载即可。Anaconda中已经安装好了数据科学常用的一些包。安装好之后打开jupyter notebook,这是一个网页浏览器式的交互式编程环境。我们今后所有的代码都会在它上面完成。打开之后,先导入numpy:
为了之后的书写方便,一般我们用np来作为numpy的别名。
创建数组
首先我们来创建一个数组
数组中的数据必须为同一类型,如果不同,会自动向左转换:
我们看到的2.就是2.0省略了0的写法。
np.zeros()返回的元素均为0,dytpe可指定数据类型。
数组属性
我们先创建一个二维数组num:
数组的维度(ndim):
数组的每个维度的大小(shape):
说明该数组为2行,3列。
数组总的元素个数(size):
6由2*3得来。
数组的数据类型(dtype):
数组索引
我们先来看一维的数组:
数组后方括号内的数字为数组元素的位置,从左到右,由0开始计数。
方括号中数字为负数代表从数组末尾开始索引。
我们再来看一个二维数组,还用刚才的num数组就可以:
我们需要用逗号分隔开索引计数,分别代表行和列。也可以通过这种方法更改元素的值:
可以看到,原来1的位置变成了10.
Python之旅刚刚开始······
领取专属 10元无门槛券
私享最新 技术干货