python数据清洗1.Numpy常用数据结构

1.Numpy中常用的数据结构是ndarray格式
2.使用array函数创建，语法格式为array(列表或元祖)
3.可以使用其它函数例如arrange、linspace、zeros等创建

# 导入库

import numpy as np

arr1 = np.array([-9, 7, 4, 3])

创建一个数组

arr2 = np.array([1, 2, 3], dtype='str')
arr3 = np.array([1, 2, 3], dtype=float)
arr4 = np.array([1, 2, 3], dtype=int)

用dtype规定数组内元素类型

创建一个二维数组

# 二维数组
arr5 = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

通过迭代器访问数组元素

np.arange(1, 10, 1)

其中arrange里 第一个数字是起始位置 第二个数字是终止为止 第三个数字是步长

创建一个等差数组

np.linspace(1, 10, 10, endpoint=True)

linspace函数用于生成一个等差数组

第一个数字是起始位置 第二个数字是终止位置 第三个数字是个数

endpoint用于表示是否包含结束位置

np.linspace(start = 0, stop = 100, num = 5)

numpy.zeros()函数的用法

numpy.zeros(shape，dtype=float，order = 'C')

np.zeros(5)

Out[1]: array([ 0., 0., 0., 0., 0.])

np.zeros((4,),dtype = int)

Out[2]: array([0, 0, 0, 0])

np.zeros((2,3))

Out[3]:
array([[ 0., 0., 0.],
[ 0., 0., 0.]])

s = (3,3)
 
np.zeros(s)

Out[4]: 
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

判断数组是几维数组

print(arr3.ndim)

print(arr1.shape)

返回数组有多少个元素

print(arr5.size)

返回数组内的数据类型

print(arr5.dtype)

访问数组元素

data2 = ((8.5, 6, 4, 1.2, 0.7), (1.5, 3, 5.4, 7, 3.9), (3.2, 4.5, 6, 3, 9), (11.2, 13.4, 15.6, 17.8, 19))
arr6 = np.array(data2)
print(arr6)
print(arr6[0])
print(arr6[0, 0])
print(arr6[0, 3])
print(arr6[0:3])
print(arr6[3])
print(arr6[:,3])

print(arr6[3][1])
print(arr6[3,1])

只有一个数字是访问一行
【a，b】是访问第a行第b列的元素
【：，3】访问指定列