一、python中的NumPy模块（数据的存储和处理）

这里是下载完成之后的表现

（1）创建数组

1、使用array（）函数创建数组

使用array函数可以创建任意维度的的数组

下面是一个创建二维数组的代码示例

下面是代码的结果：

下面是array函数的语法格式和参数含义

array(object,dtype=None,copy=True,order=None,subok=Flase,admin=0)

参数含义：

object ：必选，为一个序列型对象，例如：列表、元组、集合等也可以是一个一个已经创建好的数组

dtype ：可选用于指定数组元素的数据类型

copy： 可选，用于设置是否需要复制对象

order：可选，用于指定创建数组的样式

subok：可选，默认返回一个与基类的类型相同的数组

ndmin：可选，用于指定生成数组的最小维度

2、创建一个等差数组

import numpy as np

c = np.arange(1,20,4)

print(c)

最后结果如下

其中arange（）的第三个参数若不设置则默认为1而前两个参数表示起始值和终止值（在运行结果中并不包含终止值）

3、创建随机数组

这里有三个函数可以使用

其中rand（）函数是生成【0，1）之间的随机数

现在使用此函数来生成一个随机数二维数组

import numpy as np

c = np.random.rand(2,3)

print(c)

这里生成了一个二行三列且在[0,1)之间的随机二维数组

下面是随机数组的结果（不一样是正常的因为生成的是随机数组）

randn（）函数这个函数生成的结果是符合标准正态分布的随机数组

import numpy as np

c = np.random.randn(2,3)

print(c)

结果如下

randint（）函数此函数创建的随机函数是在指定范围中的随机整数

import numpy as np

c = np.random.randint(1,9,5)

print(c)

结果如下：

（2）查看数组的属性

使用shape属性来查看数组的行数和列数

import numpy as np

c = np.random.randint(1,9,5)

print(c.shape)

结果如下

其中如果单想查看行数或列数可以给shape加上[0]或[1]就可以查看

查看数组中元素的个数

可以使用size属性

import numpy as np

c = np.random.randint(1,9,5)

print(c.size)

结果如下

查看和转换数组元素的数据类型

import numpy as np

c = np.random.randint(1,9,5)

print(c.dtype)

结果如下

astype()函数可以进行函数类型转化：

import numpy as np

c = np.random.randint(1,9,5)

c1 = c.astype(float)

print(c1.dtype)

结果如下：