numpy重新学习系列(3)---如何创建一个array-四种从其他形式转化成array的方法

简介: numpy重新学习系列(3)---如何创建一个array-四种从其他形式转化成array的方法

numpy有几种方法可以创建array数据结构。

 

第一种是转换,把python的list,tuple,或者pandas的series或者dataframe转化为array.

# 转换成array的几种方法
import numpy as np
import pandas as pd
array_from_list=np.array([1,2,3,4,5,6])
print("array_from_list",array_from_list)
array_from_tuple=np.array((1,2,3,4,5,6))
print("array_from_tuple",array_from_tuple)
s=pd.Series([1,2,3,4,5,6])
array_from_series=np.array(s)
print("array_from_series",array_from_series)
'''
array_from_list [1 2 3 4 5 6]
array_from_tuple [1 2 3 4 5 6]
array_from_series [1 2 3 4 5 6]
'''
# 关键是,同样的创建的这几个数字,他们并不相等
# 首先,用is判断
print('array_from_list is array_from_tuple',array_from_list is array_from_tuple)
# 可以看出,两者并不相等,用id分别判断他们的地址
print("id(array_from_list)",id(array_from_list))
print("id(array_from_tuple)",id(array_from_tuple))
# 可以比较明显看出来,他们两个的储存地址是不一致的
print("id(1)",id(1))
print("id(1)",id(1))
a=None
b=None
print("id(a)",id(a))
print("id(b)",id(b))
print("id(None)",id(None))
print("a is b",a is b)
# 从这几个关系判断中,可以看出,只有内存地址是一样的变量,用is判断,两者相等才会相等.所以,尽管三个array的内容一样,但是他们并不相等
'''
array_from_list is array_from_tuple False
id(array_from_list) 2089190283584
id(array_from_tuple) 2089190284544
id(1) 140734861668096
id(1) 140734861668096
id(a) 140734861199376
id(b) 140734861199376
id(None) 140734861199376
a is b True
'''
# 从dataframe转化成numpy
df=pd.DataFrame()
df['a']=[1,2,3]
df['b']=[4,5,6]
print()
print(df)
print()
array_from_df=np.array(df,order='F')
print()
print(array_from_df)
print()
array_from_two_list=np.array([[1,2,3],[4,5,6]])
print()
print(array_from_two_list)
print()
'''
  a  b
0  1  4
1  2  5
2  3  6
[[1 4]
 [2 5]
 [3 6]]
[[1 2 3]
 [4 5 6]]
'''
目录
相关文章
|
6月前
|
数据采集 机器学习/深度学习 存储
【机器学习】数据清洗——基于Numpy库的方法删除重复点
【机器学习】数据清洗——基于Numpy库的方法删除重复点
216 1
|
6月前
|
数据采集 机器学习/深度学习 数据可视化
深入学习NumPy库在数据分析中的应用场景
深入学习NumPy库在数据分析中的应用场景
|
6月前
|
存储 算法 数据挖掘
NumPy 数组学习手册:6~7
NumPy 数组学习手册:6~7
59 0
|
1月前
|
Python
Numpy学习笔记(一):array()、range()、arange()用法
这篇文章是关于NumPy库中array()、range()和arange()函数的用法和区别的介绍。
50 6
Numpy学习笔记(一):array()、range()、arange()用法
|
19天前
|
JavaScript 前端开发 开发者
|
3月前
|
JavaScript 算法 前端开发
JS算法必备之Array常用操作方法
这篇文章详细介绍了JavaScript中数组的创建、检测、转换、排序、操作方法以及迭代方法等,提供了数组操作的全面指南。
JS算法必备之Array常用操作方法
|
2月前
|
JavaScript 前端开发
JavaScript Array map() 方法
JavaScript Array map() 方法
|
4月前
|
索引
|
5月前
|
数据采集 算法 BI
解析numpy中的iscomplex方法及实际应用
在 NumPy 中,iscomplex 函数用于检查数组中的每个元素是否为复数。这个函数在处理包含复数数据的数组时非常有用,尤其是在科学计算和工程领域,这些领域经常需要区分实数和复数。 在数学和工程领域,复数是一种基本的数值类型,它们扩展了实数系统,包含了实部和虚部。在 NumPy 中,复数由 numpy.complex128 或 numpy.complex64 类型表示。numpy.iscomplex 函数提供了一种简便的方式来检查数组中的元素是否为复数。这对于数据类型判断、数据清洗和后续的数值分析非常重要。
|
6月前
|
存储 索引 Python
python学习——NumPy数值计算基础
NumPy基础知识概览:涉及nan(非数字)和inf(无穷)的概念,nan在文件读取或不适当计算时出现,inf在除0操作中出现。数组操作有深拷贝(a=b.copy())、浅拷贝(a=b[:])和引用(a=b)。创建数组方式多样,如`np.array()`、`np.arange()`等。数据类型转换如`np.float64()`、`np.int8()`。随机数生成包含均匀分布、正态分布等。数组索引和切片支持多维操作。改变数组形状用`reshape()`,展平用`ravel()`和`flatten()`。矩阵运算包括加减乘、转置、逆矩阵等。
81 2
python学习——NumPy数值计算基础
下一篇
无影云桌面