兩個nan是不相等的，因為它們不等於任何值。
import numpy as np
print
(np.nan == np.nan)
# false
import numpy as np
x = np.array([1
,1,8
, np.nan,10]
)print
(x)# [ 1. 1. 8. nan 10.]
y = np.isnan(x)
print
(y)# [false false false true false]
z = np.count_nonzero(y)
print
(z)# 1
numpy.pi圓周率
import numpy as np
print
(np.pi)
# 3.141592653589793
import numpy as np
print
(np.e)
# 2.718281828459045
numpy.dtype(
object
, align, copy)
import numpy as np
# 使用標量型別
dt = np.dtype(np.int32)
print
(dt)
# int32
x = np.dtype(
'f4'
)print
(x)# float32
list
= np.arange(
'2020-06-25'
,'2020-09-11',30
,dtype=np.datetime64)
print
(list
)# ['2020-06-25' '2020-07-25' '2020-08-24']
import numpy as np
x =[[1
,1,1
],[1
,1,1
],[1
,1,1
]] y = np.array(x)
z = np.asarray(x) x[1
][2]
=2print
(x,type
(x))
# [[1, 1, 1], [1, 1, 2], [1, 1, 1]]
print
(y,type
(y))
# [[1 1 1]
# [1 1 1]
# [1 1 1]]
print
(z,type
(z))
# [[1 1 1]
# [1 1 1]
# [1 1 1]]
x = np.fromfunction(f,(5
,4), dtype=
int)
print
(x)# [[0 1 2 3]
# [10 11 12 13]
# [20 21 22 23]
# [30 31 32 33]
# [40 41 42 43]]
zeros_like() 函式：返回與給定陣列形狀和型別相同的零陣列。
ones() 函式：返回給定形狀和型別的1陣列。
ones_like() 函式：返回與給定陣列形狀和型別相同的1陣列。
empty() 函式：返回乙個空陣列，陣列元素為隨機數。
empty_like 函式：返回與給定陣列具有相同形狀和型別的新陣列。
eye() 函式：返回乙個對角線上為1，其它地方為零的單位陣列。
identity() 函式：返回乙個方的單位陣列。
diag() 函式：提取對角線或構造對角陣列。
full() 函式：返回乙個常數陣列。
full_like() 函式：返回與給定陣列具有相同形狀和型別的常數陣列。
arange() 函式：返回給定間隔內的均勻間隔的值。
linspace() 函式：返回指定間隔內的等間隔數字。
logspace() 函式：返回數以對數刻度均勻分布。
numpy.random.rand() 返回乙個由[0,1)內的隨機數組成的陣列。
結構陣列，首先需要定義結構，然後利用 np.array() 來建立陣列，其引數 dtype 為定義的結構。
在使用 numpy 時，你會想知道陣列的某些資訊。很幸運，在這個包裡邊包含了很多便捷的方法，可以給你想要的資訊。
numpy.ndarray.ndim 用於返回陣列的維數（軸的個數）也稱為秩，一維陣列的秩為 1，二維陣列的秩為 2，以此類推。
numpy.ndarray.shape 表示陣列的維度，返回乙個元組，這個元組的長度就是維度的數目，即 ndim 屬性(秩)。 3. numpy.ndarray.size 陣列中所有元素的總量，相當於陣列的 shape 中所有元素的乘積，例如矩陣的元素總量為行與列的乘積。
numpy.ndarray.dtype ndarray 物件的元素型別。
numpy.ndarray.itemsize 以位元組的形式返回陣列中每乙個元素的大小。
注：在 ndarray 中所有元素必須是同一型別，否則會自動向下轉換， int->float->str 。
import numpy as np
b = np.array([[
1,2,
3],[
4,5,
6.0]])
print
(b.shape)
# (2, 3)
print
(b.dtype)
# float64
print
(b.size)
# 6
print
(b.ndim)
# 2
print
(b.itemsize)
# 8
TASK01 numpy基礎（資料型別及陣列建立）
1 常量 import numpy as np print np.nan np.nan false print np.nan np.nan 兩個numpy.nan是不相等的 ar np.array 1,2,3,np.nan print ar print np.isnan ar 1.2.3.nan f...
Numpy學習02 資料型別
2 建立資料型別 3 資料型別資訊 numpy 支援的資料型別比 python 內建的型別要多很多，基本上可以和 c 語言的資料型別對應上，其中部分型別對應為 python 內建的型別。下表列舉了常用 numpy 基本型別。為了區別於 python 原生的資料型別，bool int float co...
NumPy 資料型別
numpy 支援比 python 更多種類的數值型別。下表顯示了 numpy 中定義的不同標量資料型別。序號資料型別及描述 1.bool 儲存為乙個位元組的布林值 真或假 2.int 預設整數，相當於 c 的long，通常為int32或int64 3.intc相當於 c 的int，通常為int32或...