下载掌阅APP，畅读海量书库
立即打开
本节讲解普通数组、序列数组、随机小数数组和随机整数数组的创建，以及如何将整个DataFrame表格数据转换为数组，将DataFrame表格每列数据转换为数组。
创建普通数组可以使用np.array（）函数，此函数的参数可以是任何序列类型的对象。例如将列表创建为普通数组的代码如下：
运行结果如下：
print（arr）打印出的数组显示为['张三''李四''王二']，呈现方式与列表比较相似，列表的元素之间用逗号分隔，数组的元素之间用空格分隔。
print（type（arr））打印出的类型显示为<class'numpy.ndarray'>，ndarray表明是普通数组类型，ndarray是具有相同类型和大小项目的（通常是固定大小的）多维容器。
既然普通数组是多维容器，接下来再创建一个多维数组，示例代码如下：
运行结果如下：
以上代码创建的是二维数组，数组中的元素数据类型必须保持一致，在上面二维数组中，列表[66，88，99]中的元素是数字类型，但生成为数组后，数组中所有元素的数据类型转换为了字符串类型。
创建一个指定数字范围内的等差序列数组，可以使用np.arange（）函数。它创建数组的方式非常灵活，参数可以是1个、2个或者3个，示例代码如下：
运行结果如下：
通过观察上面代码运行的结果，可以得出np.arange（）函数的3种情况。
（1）1个参数时，起始值默认为0，参数值为终止值，步长值默认为1。
（2）2个参数时，第1个参数为起始值，第2个参数为终止值，步长值默认为1。
（3）3个参数时，第1个参数为起始值，第2个参数为终止值，第3个参数为步长值。
在做数据测试时，经常需要生成一些随机数据。在NumPy中可使用np.random.rand（）函数生成随机小数。下面分别创建单个随机小数，一维、二维和三维随机小数数组，示例代码如下：
运行结果如下：
上面的示例只演示到了三维随机小数数组，如果要创建更多维度，在np.random.rand（）函数的参数中添加即可。
创建随机整数数组可使用np.random.randint（）函数，使用函数的第1和2个参数分别指定随机整数的起始值和终止值，使用size参数指定随机整数的维度。下面分别创建单个随机整数，一维、二维和三维随机整数数组，示例代码如下：
运行结果如下：
通过前文我们已了解了NumPy数组的结构及创建方式，但在实际工作中，不但需要创建数组，很多时候更需要将DataFrame表格和Series数据转换为数组。
首先读取Excel文件中的数据，如图3-1所示，将信息表数据读取给df变量，df是DataFrame类型表格，再分别使用np.array（）函数、df.to_numpy（）函数和df.values属性将df表转换为数组，示例代码如下：
图3-1 被读取的Excel文件
运行结果如下：
在上面的代码中，变量arr1、arr2和arr3返回的数组结果均相同，所以只打印了arr1数组。
Series数据也可以转换为数组，同样用np.array（）函数、s.to_numpy（）函数和s.values属性3种不同的方法将Series数据转换为数组，同样使用图3-1所示的Excel文件，读取并赋值给df变量，然后循环读取df中的每列数据，使用不同的方法转换为数组，示例代码如下：
运行结果如下：
上面的代码是将df表中每列数据循环出来赋值给s变量，s变量中存储的就是Series数据。再通过3种不同方法分别转换赋值给变量arr1、arr2和arr3，它们存储的数据相同，并且均是一维数组。