Python數(shù)據(jù)類型之numpy使用實例分析

這篇文章主要介紹“Python數(shù)據(jù)類型之numpy使用實例分析”的相關(guān)知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“Python數(shù)據(jù)類型之numpy使用實例分析”文章能幫助大家解決問題。

1. numpy 的基本數(shù)據(jù)類型

import numpy as np

arr = np.array([1, 2, 3])
print(arr, arr.dtype)

arr = arr.astype('int64')
print(arr, arr.dtype)

arr = arr.astype('float32')
print(arr, arr.dtype)

arr = arr.astype('bool')
print(arr, arr.dtype)

arr = arr.astype('str')
print(arr, arr.dtype)

2. numpy 自定義復(fù)合數(shù)據(jù)類型

如果希望 ndarray 中存儲對象類型，numpy 建議使用元組存儲對象的屬性字段值，然后把元組添加到 ndarray 中，ndarray 提供了語法方便處理這些數(shù)據(jù)。

import numpy as np

data = [
    ('zs', [99, 98, 90], 17),
    ('ls', [95, 95, 92], 16),
    ('ww', [97, 92, 91], 18)
]
# 姓名 2 個字符
# 3 個 int32 類型的成績
# 1 個 int32 類型的年齡
arr = np.array(data, dtype='2str, 3int32, int32')
print(arr)
print(arr.dtype)
# 可以通過索引訪問
print(arr[0], arr[0][2])

當(dāng)數(shù)據(jù)量大時，采用上述方法不便于數(shù)據(jù)的訪問。

ndarray 提供可以采用字典或列表的形式定義數(shù)組元素的數(shù)據(jù)類型和列的別名。訪問數(shù)據(jù)時，可以通過下標(biāo)索引訪問，也可以通過列名進行數(shù)據(jù)訪問。

import numpy as np

data = [
    ('zs', [99, 98, 90], 17),
    ('ls', [95, 95, 92], 16),
    ('ww', [97, 92, 91], 18)]# 采用字典定義列名和元素的數(shù)據(jù)類型arr = np.array(data, dtype={
    # 設(shè)置每列的別名
    'names': ['name', 'scores', 'age'],
    # 設(shè)置每列數(shù)據(jù)元素的數(shù)據(jù)類型
    'formats': ['2str', '3int32', 'int32']})print(arr, arr[0]['age'])# 采用列表定義列名和元素的數(shù)據(jù)類型arr = np.array(data, dtype=[
    # 第一列
    ('name', 'str', 2),
    # 第二列
    ('scores', 'int32', 3),
    # 第三列
    ('age', 'int32', 1)])print(arr, arr[1]['scores'])# 直接訪問數(shù)組的一列print(arr['scores'])

3. 使用 ndarray 保存日期數(shù)據(jù)類型

import numpy as np

dates = [
    '2011',
    '2011-02',
    '2011-02-03',
    '2011-04-01 10:10:10'
]

ndates = np.array(dates)
print(ndates, ndates.dtype)

# 數(shù)據(jù)類型為日期類型，采用 64 位二進制進行存儲，D 表示日期精確到天
ndates = ndates.astype('datetime64[D]')
print(ndates, ndates.dtype)

# 日期運算
print(ndates[-1] - ndates[0])

1.日期字符串支持不支持 2011/11/11，使用空格進行分隔日期也不支持 2011 11 11，支持 2011-11-11
2.日期與時間之間需要有空格進行分隔 2011-04-01 10:10:10
3.時間的書寫格式 10:10:10

4. 類型字符碼(數(shù)據(jù)類型簡寫)

numpy 提供了類型字符碼可以更加方便的處理數(shù)據(jù)類型。

import numpy as np

data = [
    ('zs', [99, 98, 90], 17),
    ('ls', [95, 95, 92], 16),
    ('ww', [97, 92, 91], 18)
]
# 采用字典定義列名和元素的數(shù)據(jù)類型
arr = np.array(data, dtype={
    # 設(shè)置每列的別名
    'names': ['name', 'scores', 'age'],
    # 設(shè)置每列數(shù)據(jù)元素的數(shù)據(jù)類型
    'formats': ['2U', '3i4', 'i4']
})

print(arr)
print(arr[1]['scores'])
print(arr['scores'])
print(arr.dtype)

5. 案例

選取字段，使用 ndarray 存儲數(shù)據(jù)。

import numpy as np

datas = [
    (0, '4室1廳', 298.79, 2598, 86951),
    (1, '3室2廳', 154.62, 1000, 64675),
    (2, '3室2廳', 177.36, 1200, 67659),]arr = np.array(datas, dtype={
    'names': ['index', 'housetype', 'square', 'totalPrice', 'unitPrice'],
    'formats': ['u1', '4U', 'f4', 'i4', 'i4']})print(arr)print(arr.dtype)# 計算 totalPrice 的均值sum_totalPrice = sum(arr['totalPrice'])print(sum_totalPrice/3)

關(guān)于“Python數(shù)據(jù)類型之numpy使用實例分析”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識，可以關(guān)注億速云行業(yè)資訊頻道，小編每天都會為大家更新不同的知識點。