python numpy的一些常用操作

一. np.array()

1. 多种数据类型：

datalist = np.array(datalist, dtype = object)

2. 按某一列排序：

datalist = datalist[ datalist[:, sort_axis].argsort() ]

3. array添加一列，一维array行转列：

# list转array
 row = np.array(row)
 #行转列
 col = row.reshape(-1, 1)
 # array.append, datalist和col同维度（行数一致）
 new = np.append(datalist, col, axis = 1)

二. 均匀分割

1. np.arange()，使用start，stop， step（默认1）参数，不包括stop。
   usage: numpy.arange([start, ]stop, [step, ]dtype=None)

2. np.linspace，使用参数start、stop、 采样个数num，默认包括stop，也可以用endpoint=False设置不包括。
   usage: numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

三. 创建固定大小二维list
参考.

# 这种方法是创建5个对同一个列表的引用
data = [[None]*5]*5
# 这种方法是创建5个列表
data = [[None]*5 for _ in range(5)]

四. 拼接

1. np.r_　：按行拼接
2. np.c_　：按列拼接

import numpy as np
np.r_[datalist1, datalist2]
np.c_[datalist3, datalist4]

参考链接

五. ndarray中元素保留小数点后固定位数
保留n位：np.round(data, n)，这里data中元素本来是float类型。

datalist = np.round(datalist, 6)