Python_NumPy——入门学习（numpy排序操作、文件操作、常用函数，级联，切分）

作者：初次知晓
邮箱：lr_1052107892@outlook.com
笔记分享：百度网盘分享链接
百度云盘链接：https://pan.baidu.com/s/1VXHLlMsRvrzcY0d6W0LPsA?pwd=b8m1
提取码：b8m1

本人为中职在读学生，博客内容或有错误，我愿意接受并吸取任何人的意见
学习来源参考以下网站或视频：菜鸟教程,千锋教育系列视频,黑马程序员系列视频

---

---

文件操作

保存文件
save：保存数组至一个npy文件中
savez：将多个array保存到一个npz文件中
	语法：numpy.save(文件名,数组)
		x = np.arange(1,11)
		np.save('x',x)
	语法：numpy.savez()
		x = np.arange(1,11)
		y = np.arange(-10,0)
		np.savez('arr',xarr=x,yarr=y)
	xarr和yarr是保存在arr文件中的一个键（key）
		调用这个npz文件的对应数据时，需要用到
如果是要存到txt或csv文件，应该使用：save文件后缀名修改
	如： np.savetxt('x.txt',x)
	如果是csv文件，还需设置分隔符：np.savetxt('x.csv',x,delimiter=',')

读取文件
	语法：接收变量 = numpy.load(文件名)[键名]
		z = np.load('x.npy')
		print(z)
			[ 1  2  3  4  5  6  7  8  9 10]
		如果是读取npz文件
			z = np.load('arr.npz')
			print(z)
				<numpy.lib.npyio.NpzFile object at 0x000001ED120078B0>
			是一段乱码，如何解决呢？
				在保存npz文件时，我们写了两个键值对应数组，引用这个键即可
			z1 = np.load('arr.npz')['xarr']
			z2 = np.load('arr.npz')['yarr']
			print(z1)
			print(z2)
				[ 1  2  3  4  5  6  7  8  9 10]
				[-10  -9  -8  -7  -6  -5  -4  -3  -2  -1]
	如果是读取txt文件或者vsc文件，也需要使用loadtxt
		且读取csv文件时也需要设置分隔符和数据类型
			z = np.loadtxt('x.csv',delimiter=',',dtype=np.int16)
			print(z)
				[ 1  2  3  4  5  6  7  8  9 10]
			z = np.loadtxt('x.txt',dtype=np.int16)
			print(z)
				[ 1  2  3  4  5  6  7  8  9 10]

排序操作

语法：
numpy.sort(数组)：不改变原数组
ndarray.sort(数组)：改变原数组，不多占用空间

n1 = np.random.randint(10,size=10)
print(n1)
	[6 0 3 3 5 0 1 3 9 5]
print(np.sort(n1))
	[0 0 1 3 3 3 5 5 6 9]
np.ndarray.sort(n1)
print(n1)
[0 0 1 3 3 3 5 5 6 9]

常用数学函数

求绝对值：numpy.abs(数组)
求平方根：numpy.sqrt(数组)
求平方：  numpy.square(数组)
求指数（以e为底）：numpy.exp(数组)
求对数（自然对数）：numpy.log(数组)
numpy.log2(数组)、numpy.log10(数组)  #以二为底，以十为低
求正弦：numpy.sin(数组)
求余弦：numpy.cos(数组)
求正切：numpy.tan(数组)
求四舍五入值：numpy.round(数组,几位小数)
向上取整：numpy.ceil(数组)
向下取整：numpy.floor(数组)
累加运算：numpy.cumsum(数组) 前n项的和（第二项是前两位数的和）

数组的级联

级联：合并多个数组

语法：接收变量 = numpy.concatenate((数组1,数组2,…,数组n),axis=None)
级联的数组维度必须相同
axis表示级联的方向默认上下级联（如果是横向，行必须相同。纵向，列必须相同）
axis = 0,表示纵向（上下）级联
axis = 1,表示横向（左右）级联
例子：

a = np.arange(1,11)
b = np.arange(11,21)
	[ 1  2  3  4  5  6  7  8  9 10]
	[11 12 13 14 15 16 17 18 19 20]
c = np.concatenate((a,b))
print(c)
	[ 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20]

水平级联：左右合并
语法：numpy.hstack((数组1,数组2,…,数组n))
垂直级联：上下合并
语法：numpy.vstack((数组1,数组2,…,数组n))

数组的切分/拆分/分割

语法：接收变量 = numpy.split(数组,几份(或者 按照指定位置),axis=None)  #拆分
	axis = 0 按行拆
	axis = 1 按列拆
接收变量 = numpy.vsplit(数组,几份(或者 按照指定位置)) #按行拆分（拆成几行..几行）
接收变量 = numpy.hsplit(数组,几份(或者 按照指定位置)) #按列拆分（拆成几列…几列）


a = np.arange(1,11)
b = np.arange(11,21)
c = np.concatenate((a,b))
	
	[[ 1  2  3  4  5]
	 [ 6  7  8  9 10]
	 [11 12 13 14 15]
	 [16 17 18 19 20]]
	
例子：d = np.split(c,2)
	  print(d)
	[array([[ 1,  2,  3,  4,  5],
	       [ 6,  7,  8,  9, 10]]), 
	array([[11, 12, 13, 14, 15],
	       [16, 17, 18, 19, 20]])]

数组的副本/复制/拷贝

	将一个数组的内容复制给另一个数组

语法:       接收变量 = 数组.copy()
	n1 = np.arange(10)
	n2 = n1.copy()
	print(n1,n2)
		[0 1 2 3 4 5 6 7 8 9] [0 1 2 3 4 5 6 7 8 9]