【Numpy总结】第一节：Numpy 对象与类型

文章目录

一、Numpy 对象：ndarray

二、新建 Numpy对象

三、Numpy数据类型

3.1 常见数据类型

3.2 数据类型转换

3.3 数据类型dtype

一、Numpy 对象：ndarray

Numpy 就类似于一个数组，与Python的列表不同的是：Python的列表可以放入不同类型的数据，这样的好处是兼容性强，但是劣势是计算速度变慢，在大数据的处理时，我们需要高效率，所以Numpy便出现了；相比Python对象，Numpy的对象叫做ndarray； ndarray的特点：

一般情况下，ndarray中的所有元素，类型都相同；当然，也可以不同；

ndarray 中每个元素都有相同大小的存储空间；

二、新建 Numpy对象

创建一个 ndarray 只需调用 NumPy 的 array 函数即可，如下：

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

参数说明：

名称

描述

object

数组或嵌套的数列

dtype

数组元素的数据类型，可选

copy

对象是否需要复制，可选

order

创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）

subok

默认返回一个与基类类型一致的数组

ndmin

指定生成数组的最小维度

举例如下：

import numpy as np # 导入包

a = np.array([1,2,3,4]) #一维数组建立

print ('a:',a)

# 输出： a: [1 2 3 4]

b = np.array([[1,2,3,4],[5,6,7,8]