NupPy



In [1]:

    
import numpy as np

ndarray



In [2]:

    
data1 = [6, 7.5, 8, 0, 1]
arr1 = np.array(data1)



In [3]:

    
arr1









    Out[3]:





array([ 6. ,  7.5,  8. ,  0. ,  1. ])



In [4]:

    
data2 = [[1, 2, 3, 4], [5, 6, 7, 8]]



In [5]:

    
arr2 = np.array(data2)



In [6]:

    
arr2









    Out[6]:





array([[1, 2, 3, 4],
       [5, 6, 7, 8]])



In [7]:

    
arr2.ndim









    Out[7]:





2



In [8]:

    
arr2.shape









    Out[8]:





(2, 4)



In [9]:

    
arr1.dtype









    Out[9]:





dtype('float64')



In [10]:

    
arr2.dtype









    Out[10]:





dtype('int64')



In [11]:

    
np.zeros(10)









    Out[11]:





array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])



In [17]:

    
np.zeros((3, 6))









    Out[17]:





array([[ 0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.]])



In [18]:

    
np.empty((2, 3, 2))









    Out[18]:





array([[[ 0.,  0.],
        [ 0.,  0.],
        [ 0.,  0.]],

       [[ 0.,  0.],
        [ 0.,  0.],
        [ 0.,  0.]]])



In [19]:

    
np.arange(15)









    Out[19]:





array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])



In [20]:

    
arr = np.array([1, 2, 3, 44, 5])



In [21]:

    
arr.dtype









    Out[21]:





dtype('int64')



In [23]:

    
float_arr = arr.astype(np.float64)



In [24]:

    
float_arr.dtype









    Out[24]:





dtype('float64')



In [25]:

    
arr = np.array([3.7, -1.2, -2.6, 0.5, 12.9, 10.1])



In [26]:

    
arr









    Out[26]:





array([  3.7,  -1.2,  -2.6,   0.5,  12.9,  10.1])



In [27]:

    
arr.astype(np.int32)









    Out[27]:





array([ 3, -1, -2,  0, 12, 10], dtype=int32)



In [ ]: