利用Python进行数据分析(4) NumPy基础: ndarray简单介绍

1、NumPy 是什么

NumPy 是 Python 科学计算的基础包，它专为进行严格的数字处理而产生。在以前的随笔里已有更加详细的介绍，这里再也不赘述。 利用 Python 进行数据分析（一）简单介绍

2、ndarray 是什么

ndarray 是一个 多维的数组对象，具备矢量 算术运算能力和复杂的 广播能力，并具备 执行速度快和 节省空间的特色。

ndarray 的一个特色是 同构：即其中全部元素的类型 必须相同。

3、ndarray 的建立

array() 函数

最简单的方法， 使用 NumPy 提供的 array() 函数直接将 Python 数组转换为 ndarray 数组，array() 接受一切序列类型的对象，例如将一个列表转换成 ndarray 数组：

zeros() 函数和 ones() 函数

这两个函数分别能够建立指定长度或形状的全0或全1的 ndarray 数组，好比：

empty() 函数

这个函数能够建立一个没有任何具体值的 ndarray 数组，例如：

须要注意一点的是，这个函数返回的值不必定是 0，多是其余未初始化的垃圾值。

arange() 函数

这个函数是 Python 内置函数 range 的数组版，使用方法：

4、ndarray 的数据类型

在建立 ndarray 数组的时候能够指定元素的数据类型，例如：

所支持的数据类型包括整数、浮点数、复数、布尔值、字符串或是普通的 Python 对象（object）。

在建立 ndarray 数组的时候，如未显示指定类型，它会尝试推断出一个合适的数据类型。

类型转换

经过 ndarray 的 astype() 方法进行强制类型转换，浮点数转换为整数时小数部分会被舍弃：

若是某字符串类型的数组里的元素全是数字，也能够经过此方法直接转换成数值类型：

astype 会建立一份新的数组，即使是指定为同类型也依然如此。

5、ndarray 的简单使用

使用 ndarray 数组可让咱们不须要使用循环就能够对列表里的元素执行操做，语法和对标量元素的操做同样，例如：