1.資料型別物件
numpy.dtype(object, align, copy)
2.ndarray物件屬性
屬性說明
ndarray.ndim
秩，即軸的數量或維度的數量
ndarray.shape
陣列的維度，對於矩陣，n 行 m 列
ndarray.size
陣列元素的總個數，相當於 .shape 中 n*m 的值
ndarray.dtype
ndarray 物件的元素型別
ndarray.itemsize
ndarray 物件中每個元素的大小，以位元組為單位
ndarray.flags
ndarray 物件的記憶體資訊
ndarray.real
ndarray元素的實部
ndarray.imag
ndarray 元素的虛部
ndarray.data
包含實際陣列元素的緩衝區，由於一般通過陣列的索引獲取元素，所以通常不需要使用這個屬性。
3.numpy的切片和索引
ndarray物件的內容可以通過索引或切片來訪問和修改，與 python 中 list 的切片操作一樣。
3.1 slice(start,stop,step )函式
例：import numpy as np
a = np.arange(10)
s = slice(2,7,2) # 從索引 2 開始到索引 7 停止，間隔為2
print (a[s])
3.2 通過冒號分隔切片引數start:stop:step來進行切片操作
例：b = a[2:7:2]
print b
3.3 冒號 : 的解釋：如果只放置乙個引數，如[2]，將返回與該索引相對應的單個元素。如果為[2:]，表示從該索引開始以後的所有項都將被提取。如果使用了兩個引數，如[2:7]，那麼則提取兩個索引(不包括停止索引)之間的項。
a[5] ---5
a[2:] ---[2 3 4 5 6 7 8 9]
a[2:5] ---[2 3 4]
3.4 切片還可以包括省略號 …，來使選擇元組的長度與陣列的維度相同。 如果在行位置使用省略號，它將返回包含行中元素的 ndarray。
例：import numpy as np
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print (a[...,1]) # 第2列元素
print (a[1,...]) # 第2行元素
print (a[...,1:]) # 第2列及剩下的所有元素
輸出結果為：
[2 4 5]
[3 4 5]
[[2 3]
[4 5]
[5 6]]
Numpy 常用操作
1.排序 公升序 sort order np data col index argsort sort data np data sort order 降序 sort order np data col index argsort sort order sort order 1 sort data n...
numpy和pandas的常用操作
1 np.zero np.zeros 5 1行5列 結果 array 0.0.0.0.0.np.zeros 2,1 2行1列 結果 array 0.0.2 矩陣乘法 np.dot np.multiply1 讀取csv檔案 引數 names，自定義列名 keep default na false，沒有...
NumPy學習筆記（1）陣列和屬性
numpy的基本物件是np陣列，使用專用的資料結構來儲存數值，在科學計算的效率上要優於原始的python 下面記錄關於np陣列的一些基本操作。使用array 函式 array np.array 1,2,3 2,3,4 可用這兩個引數指定生成陣列的維度和元素型別 dtype datatype ndmi...