Numpy的一些基本操作

1、使用Numpy打开文件： 

import numpy

txt = numpy.genfromtxt("数据统计.txt", delimiter=",", dtype=str)

delimiter表示元素之间通过","分隔，dtype表示默认使用的读取方式，通常默认为使用str值读进来。

2、Numpy最核心的结构——numpy.array()

vector = numpy.array([5, 10, 15, 20])
print(vector)

得到一个一维数据，如下结果：

[ 5 10 15 20]

如果希望得到一个二维数据，可以将二维数据传入numpy.array()

matrix = numpy.array([[5, 10, 15], [20, 25, 30], [35, 40, 45]])
print(matrix)

得到的结果如下：

[[ 5 10 15]
 [20 25 30]
 [35 40 45]]

这里需要注意的是，numpy.array()中所有的数据都需要用中括号括起来（二维数据需要使用2个中括号），不然的话会报错。

3、shape方法

使用shape方法可以了解当前array的结构情况，即行和列的情况。

vector = numpy.array([1, 2, 3, 4])
print(vector.shape)

#得到结果如下：
(4,)

表示：数据是一维的，共有4个元素。

matrix = numpy.array([[5, 10, 15], [20, 25, 30], [35, 40, 45]])
print(matrix.shape)

#得到结果如下：
(3, 3)

表示：矩阵有3行，3列。

4、dtype方法

numbers = numpy.array([1, 2, 3, 4])
print(numbers.dtype)

# 运行结果：
int32

需要注意的是，使用numpy.array()传入数据的时候，数据类型必须统一

numbers = numpy.array([1, 2, 3, 4.0])
print(numbers)
print(numbers.dtype)

#运行结果：
[1. 2. 3. 4.]
float64

可以发现，将numbers中的4改为4.0后，打印出的结果都由int变成 了float形式，dtype类型也由int32变成了float64。

numbers = numpy.array([1, 2, 3, '4'])
print(numbers)
print(numbers.dtype)

#运行结果：
['1' '2' '3' '4']
<U11

同样，元素的类型都变成了字符串。