利用Python数组分析和操作数据

小蓝 • 2024-12-07 17:51 • 编程

Python中的数组是一种高效存储和操作大量相同类型数据的方式。使用Python内置的NumPy库可以更方便地进行数组的操作。在Python中创建数组的方法如下：

import numpy as np

# 创建 numpy 一维数组
arr1D = np.array([1, 2, 3, 4, 5])

# 创建 numpy 二维数组
arr2D = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

通过索引获取数组元素：

# 获取一维数组的某个元素
print(arr1D[0])

# 获取二维数组的某个元素
print(arr2D[1][2])

在对数组进行运算时，可以对整个数组进行逐元素操作，而不需要使用循环。以下是一些常见的数组运算操作：

求平均数：

# 求一维数组的平均数
print(np.mean(arr1D))

# 求二维数组的平均数
print(np.mean(arr2D))

求和：

# 求一维数组的和
print(np.sum(arr1D))

# 求二维数组的和
print(np.sum(arr2D))

上面使用了NumPy库的mean()和sum()函数进行数组运算。

在处理数据时，许多情况下需要对数组进行过滤和排序。以下是一些常见的过滤和排序操作：

数组过滤：

# 过滤出数组中大于 3 的元素
arr1D_filtered = arr1D[arr1D > 3]
print(arr1D_filtered)

# 过滤出二维数组中大于 5 的元素
arr2D_filtered = arr2D[arr2D > 5]
print(arr2D_filtered)

数组排序：

# 对一维数组进行升序排序
arr1D_sorted = np.sort(arr1D)
print(arr1D_sorted)

# 对二维数组进行按列排序
arr2D_sorted = np.sort(arr2D, axis=0)
print(arr2D_sorted)

在处理数据时，有时需要将数组的形状进行变换。以下是一些常见的数组形状变换操作：

将一维数组变为二维数组：

# 变为2×3的二维数组
arr1D_2D = arr1D.reshape(2,3)
print(arr1D_2D)

将二维数组变为一维数组：

arr2D_1D = arr2D.flatten()
print(arr2D_1D)

在处理数据时，常常需要将数组数据保存到文件中或者从文件中读取数据。以下是一些常见的文件读写操作：

将数组保存到文件：

# 将数组保存至txt文件
np.savetxt("arr.txt", arr2D_sorted, fmt="%d")   # fmt可以设置输出的格式。这里设置输出为整数。

# 将数组保存至npy文件
np.save("arr.npy", arr2D_sorted)

从文件中读取数组：

# 从txt文件中读取数组
arr_txt = np.loadtxt("arr.txt")
print(arr_txt)

# 从npy文件中读取数组
arr_npy = np.load("arr.npy")
print(arr_npy)

本文介绍了Python数组的基本操作、数组运算、数组过滤与排序、数组形状变换以及数组文件读写等方面的知识。对于需要进行数据处理和分析的Python工程师，掌握这些知识点将能更快速、高效地完成数据分析。

原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/206390.html