ndarray、dtype——数据分析（一）

数据分析前期需要做的准备此处不再赘述，安装Python、anaconda、配置环境变量等等。

ndarry()数组对象

用于存放同类型元素的多维数组，每个元素都占有相同的存储空间，数据类型由dtype对象指定，每个ndarray只有一种dtype类型。

数组中有一个较为重要的属性是shape，数组位数与元素的数量就是通过shape确定的，数组形状被指定大小后不会再发生改变，而Python中的列表大小是可以改变的，也是数组与列表区别较大的地方。

创建较大的一个ndarray只需要调用numpy中的array()函数即可，语法格式如下：

numpy.array(object,dtype=None,copy=True,order='K',subok=False,ndim=0)

import numpy as np
a=np.array([1,2,3,4,5])
print('数组内容为',a)
print('数组形状为',a.shape)
print('数组类型为',a.dtype)
print('数组维数为',a.ndim)
print('数组长度为',a.size)

dtype数据类型对象

dtype数据类型对象是numpy.dtype类的实例，用来描述与数组对应的内存区域，dtype对象使用下面语法构造 

numpy.dtype(obj[,align,copy]])

object表示要转换为数据类型的对象。

align若为true，则填充字段类似于C的结构体

copy复制dtype对象，若为false，则是对内置数据类型对象的引用。

数组创建

数组可以分为一维数组、二维数组、三维数组等

一维数组类似于Python列表，区别在于数组切片针对的是原始数组，即对数组进行修改，原始数组也会跟着修改。

有关axis的说明