Python数据处理笔记numpy篇(一)

关键词：基础数据输入方式，数据选取方式

基础数据输入方式

import numpy as np

#np中不同数据的输入方式
np.array(object)
    #object 是一个array_like,比如list,range
    #[1,2,3]的类型是list;range(3)的类型是range
    #但是np.array([1,2,3])和np.array(range(3))的返回值类型都是numpy.ndarray
    ------
    >>>np.array([1,2,3])
    array([1,2,3])
    >>>print(np.array([1,2,3]))
    [1 2 3]
    #直接打印出来的没有逗号分隔
    ------
np.arange([start,]stop,[step,]dtype = None)
    #返回值也是ndarray类型
    #输入格式与range相似，都是出入初值、终值、步长,可以用这一点来避免与array混淆
    ------
    >>>np.arange(1,7,2)
    array([1,3,5])
    ------
np.linspace(start,stop,num = 50)
    #返回值是ndarray
    #出入为初值，终值，分隔的点数（num是指在初值终值之间平均分为多少点）
np.loadtxt(path)
#可打开的格式包含一般的txt,csv,dat等格式
#返回值是ndarray

数据选取方式

#数据的选取方式

#第一个例子————一维
data = np.arange(7)
    #形式如此data[start:stop:step,]
    #与list的切片使用方式是一致的
    ------
    >>>data[1:6:2]
    array([1,3,5])
    >>>data[::-1][::2]
    array([6,4,2,0])
    ------
#例子二————二维
data = np.array([[1,2,3],
                 [4,5,6],
                 [7,8,9]])
    #形式为data[row,column]
    #其中row与column的切片方式与一维的是一致的，一定注意二者（row与column）之间有","分隔
    ------
	>>>data[:,: ]#data的所有行所有列
    array([[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]])
    >>>data[0,:]#所有列的第一行数据(就是第一行数据)
    array([1, 2, 3])
    >>>data[1,1:]#第二列之后所有列的第二行数据
    array([5, 6])
    >>>data[0,0]#第一行第一列数据，返回值为numpy.int64
    1
    ------
data = np.arange(24).reshape(2,3,4)#这是一个三维的array，英文表示分别为floor,row,column
data = array([[[ 0,  1,  2,  3],
               [ 4,  5,  6,  7],
               [ 8,  9, 10, 11]],

              [[12, 13, 14, 15],
               [16, 17, 18, 19],
               [20, 21, 22, 23]]])
>>>data[:,:,:]#输出整个data
>>>data[0,:,:]#等于data[0],第一个floor的所有的行和列
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>>data[:,1,:]#所有floor的第二行
array([[ 4,  5,  6,  7],
       [16, 17, 18, 19]])
>>>data[:,:,1]#所有floor的第二列
array([[ 1,  5,  9],
       [13, 17, 21]])

等待填坑……