Python数据分析numpy数组的3种创建方式

NumPy是Python中一个非常流行的科学计算库，它提供了许多常用的数学函数和工具。在数据分析，经常需要使用NumPy来存储和处理数据。本攻略将介绍NumPy数组的3种创建方式，包括使用列表、使用NumPy使用文件读取。

列表创建NumPy数组

我们可以使用Python中的列表来创建NumPy数组。下面是一个创建一维数组的示例：

import numpy as np

# 创建一个一维数组
a = np.array([1, 2, 3, 4, 5])

# 打印数组
print(a)

在上面的示中，使用np.array()函数创建了一个一维数组a，然后使用print()函数打印出了数组。

我们也可以使用嵌套列表来创建二维数组。下面是一个创建二维数组的示例：

import numpy as np

# 创建一个二维数组
a = np.array([[1, 2, 3], [4, 5,6], [7, 8, 9]])

# 打印数组
print(a)

在上面的示例中，我们使用嵌套列表创建了一个二维数组a，然后使用print()函数打印出了数组。

使用NumPy函数创建NumPy数组

除了使用列表外，我们还可以使用NumPy函数来创建NumPy数组。下面是一个创建一维数组的示例：

import numpy as np

# 创建一个一维数组
a = np.arange(10)

# 打印数组
print(a)

在上面的示例中，我们使用np.arange()函数创建了一个一维数组a，然后使用print()函数打印出了数组。

我们也可以使用np.zeros()函数来创建一个全0数组。下面是一个创建二维全0数组的示例：

import numpy as np

# 创建一个二维全0数组
a = np.zeros((2, 3))

# 打印数组
print(a)

在上面的示例中，我们使用np.zeros()函数创建了一个2x3的全0数组a，然后使用print()函数打印出了数组。

使用文件读取创建NumPy数组

我们可以使用np.loadtxt()函数从文件中读取数据并创建NumPy数组。下面是一个从中读取数据一维数组的示例：

import numpy as np

# 从文件中读取数据并创建一维数组
a = np.loadtxt('data.txt')

# 打印数组
print(a)

在上面的示例中我们使用np.loadtxt()函数从文件data.txt中读取数据并创建了一维数组a，然使用print()函数打印出了数组。

我们也可以使用np.genfromtxt()函数从文件中读取数据并创建NumPy数组。下面是一个从文件中读取数据创建二维数组的示例：

import as np

# 从文件中读取数据并创建二维数组a = np.genfromtxt('data.csv', delimiter=',')

# 打印数组
print(a)

在上面的示例中，我们使用np.genfromtxt()函数从文件data.csv中读取数据并创建了二维数组a，然后使用print()函数打印出了数组。

结语

本攻略详细讲解了Python数据分析中NumPy数组的3种创建方式，包括使用列表、使用NumPy函数和使用文件读取。这些操作可以帮助我们更加高效地处理和分析数据。