Numpy学习|数据类型及数组创建：

文章目录

Numpy学习|数据类型及数组创建：1.几个常量2.数据类型3.时间日期和时间增量4.数组的创建5.测验Test

---

1.几个常量

np.nan：两个np.nan是不相等的 np.inf：表示无穷大 np.pi、np.e：圆周率和自然常数

---

2.数据类型

整数类型的机器限制：ii16 = np.iinfo(np.int) 数据类型对象的元素大小：arr.itemsize

---

3.时间日期和时间增量

---

（1）将字符串转换成时间日期类型 datetime64

#要用-相连接，月份前加0 a = np.datetime64('2020-02-03') a = np.datetime64('2020-03', 'D')#指定日期单位为天 np.arange('2020-02-03','2020-05-02',dtype = np.datetime64) #生成日期范围

（2）timedelta64 表示两个 datetime64 之间的差。timedelta64 也是带单位的，并且和相减运算中的两个 datetime64 中的较小的单位保持一致。

生成 timedelta64时，要注意年（‘Y’）和月（‘M’）这两个单位无法和其它单位进行运算（一年有几天？一个月有几个小时？这些都是不确定的）

---

（3）工作日的相关操作

#是否为工作日： np.is_busday('2020-05-01') #计算非0的数据 a=np.is_busday(np.arange(np.datetime64('2020-05-01'),np.datetime64('2020-06-01'))) np.count_nonzero(a)

4.数组的创建

numpy 提供的最重要的数据结构是ndarray，它是 python 中list的扩展。 array()和asarray()的区别：当数据源是ndarray 时，array()仍然会 copy 出一个副本，占用新的内存，但不改变 dtype 时 asarray()不会。

---

（c）通过fromfunction()函数进行创建

#定义函数： def f(x, y): return 10 * x + y x = np.fromfunction(f, (5, 4), dtype=int) print(x) # [[ 0 1 2 3] # [10 11 12 13] # [20 21 22 23] # [30 31 32 33] # [40 41 42 43]] x = np.fromfunction(lambda i, j: i == j, (3, 3), dtype=int) print(x) # [[ True False False] # [False True False] # [False False True]]

• arange()函数：返回给定间隔内的均匀间隔的值。 • linspace()函数：返回指定间隔内的等间隔数字。 • logspace()函数：返回数以对数刻度均匀分布。 • numpy.random.rand() 返回一个由[0,1)内的随机数组成的数组。

---

• ones()函数：返回给定形状和类型的1数组。 • ones_like()函数：返回与给定数组形状和类型相同的1数组

5.测验Test

0.3 == 3 * 0.1#输出为错误Flase

日期类型转化

#日期类型的转化： import datetime import numpy as np dt64 = np.datetime64('2020-03-05 18:00:00') dt = dt64.astype(datetime.datetime)

如何得到昨天，今天，明天的的日期 【知识点：时间日期】 (提示: np.datetime64, np.timedelta64)

yesterday = np.datetime64('today', 'D') - np.timedelta64(1, 'D') today = np.datetime64('today', 'D') tomorrow = np.datetime64('today', 'D') + np.timedelta64(1, 'D')

创建一个二维数组，其中边界值为1，其余值为0 【知识点：二维数组的创建】 (提示: array[1:-1, 1:-1])

Z = np.ones((10,10)) Z[1:-1,1:-1] = 0 print(Z)

创建长度为10的numpy数组，从5开始，在连续的数字之间的步长为3。 【知识点：数组的创建与属性】 如何在给定起始点、长度和步骤的情况下创建一个numpy数组序列？

import numpy as np start = 5 step = 3 length = 10 a = np.arange(start, start + step * length, step) print(a) # [ 5 8 11 14 17 20 23 26 29 32]

将本地图像导入并将其转换为numpy数组。 【知识点：数组的创建与属性】 如何将图像转换为numpy数组？

import numpy as np from PIL import Image img1 = Image.open('test.jpg') a = np.array(img1) print(a.shape, a.dtype) # (959, 959, 3) uint8