python数据分析——numpy数组及其运算

一、创建数组

1、

import numpy as np#导入numpy模块，np为命名可更改
a=np.array([1,2,3])#将列表变为数组
b=np.array((1,2,3))#将元组变为数组
print(a,b)

[1 2 3] [1 2 3]

可通过这类方法将对象变为数组

2、

import numpy as np
a=np.arange(6)#用法与range类似，不过返回的为数组
b=np.linspace(0,10,11)#创建等差数组，其中包含11个数
c=np.linspace(0,10,11,endpoint=False)#不包含终点，且数组差值按照数据去均分,f要大写
d=np.logspace(0,10,11,base=2)#相当于2**np.linspace(0,10,11),若没有base，则默认为10
e=np.zeros(3)#全为0的一维数组
f=np.zeros(3)#全为1的一维数组
g=np.zeros((3,3))#全为0的二维数组，三行三列
h=np.identity(3)#三行三列的单位矩阵
i=np.empty((5,5))#空矩阵，只申请空间，元素不一定为零
j=np.random.randint(0,20,3)#随机数组，0到20间的3个数字
k=np.random.randint(0,20,(2,2))#生成二行二列个0到20间的数字
l=np.random.rand(10)#10个介于[0,1)之间的随机数
m=np.random.standard_normal(5)#从正态分布中随机抽取5个数
n=np.random.standard_normal(size=(2,2,2))#二页二行二列
o=np.diag([1,2,3])#生成对角矩阵
print(a,b,c,d,e,f,g,h,i,j,k,l,m,n,o)

二、测试两个数组对应元素是否足够接近

1、使用isclose()与allclose()来测试

2、演示：

import numpy as np
a=np.array([1,2,3,4])
b=np.array([0.9,1.9,2.9,3.9])
print(np.allclose(a,b))
print(np.allclose(a,b, rtol=0.1))#设置相对误差
print(np.allclose(a,b, atol=0.1))#设置绝对误差
print(np.isclose(a,b))
print(np.isclose(a,b, atol=0.1))

False
False
True
[False False False False]
[ True True True True]