[Python知识库]Numpy数组入门

import numpy as np

# 传递一个可迭代对象生成一个数组 类似list(iter)
# 数组存在元素类型统一的机制，类似Java集合中的泛型
# array的参数列表：(可迭代对象, dtype=None) 若不指定关键字参数dtype则会根据迭代对象中的成员
# 自动分配数据类型
arr = np.array(range(10))
print(arr)

# numpy提供了比python内置的数据类型更丰富的结构
# 调用dtype属性已查看该数组元素对应的C语言中的一些数据类型
type_ = arr.dtype
# 整数类型默认为int32
print(type_)
# 数据类型的参考文章：https://blog.csdn.net/u014370944/article/details/109413107


# 当规定了数组的数据类型为int8(byte)时，则迭代对象中不能出现字符串(非纯数字格式)
# 其他数字类型按照C语言默认处理方式进行隐式转换
arr = np.array([1, 2, '1', 300, 1.14], dtype=np.int8)
print(arr.dtype, '\t', arr)

# 自定义基本数据类型:
myc = np.dtype('<i4')
print(myc)

# 自定义一个结构化数据类型, 类似于数据库中建表时声明字段名称和数据类型
# 参数为[(字段名1, 数据类型1), (字段名2, 数据类型2)... ...]
myc = np.dtype([('id', 'i4'), ('name', '<U11')])
print(myc)

# 将结构化数据类型配置到数组中
# 类似SQL中插入多条语句, 要注意迭代对象中的成员只能是一个元组，而且元组中的成员数量及类型
# 要与配置的dtype一一对应
arr = np.array([(10000, 'snake'), (20000, 'roje'), (30000, 'monty_python')],
               dtype=myc)
# 通过字段名索引列数据，返回值为数组，修改该数组中值可以直接变更原数组
# 通过整数索引行数据，返回值为元组(很符合数据库设计，更新数据要以字段名作为条件表达式项)
print(arr['id'], arr[0])

# 将id值为30000的记录更改为1024
# arr['id'] = map(lambda a: 1024 if a == 30000 else a, arr['id'])
count = 0
temp = arr['id']
for id in temp:
    if id == 30000:
        temp[count] = 1024
        break
    count += 1

print(arr)

# 为提高代码可读性，推荐如下编写格式
'''
    type_ = [
        ('col0', 'type0'),
        ('col1', 'type1'),
        ... ...
    ]
    
    data = [
        (data0, data1, ... ...),
        (data0, data1, ... ...),
        ... ...
    ]
    
    # 此处的[]代表的是可省略项，伪代码的一种表达方式
    array = numpy.array(data, [type_ | dtype=type | None]) 
'''