这里写自定义目录标题
numpy基础语法
numpy是python语言的一个扩展程序库,支持大量维度数组与矩阵运算
作用:numpy是一个运行速度非常快的数学库,主要用于数组计算
1.安装
pip install numpy
导入库:import numpy as np
2.创建Ndarrray数组对象
numpy默认ndarray的所有元素的类型是相同的,优先级:str>float>int
3.基础
3.1array()函数
语法:numpy.array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)
- object : 数组或嵌套的数列
- dtype : 数组元素的数据类型(可选)
- ndmin :指定生成数组的的最小维度
3.1.1 一维数组
a=np.array([1,2,3,4])
>>> [1 2 3 4]
3.1.2 二维数组
a=np.array([[1,2],[2,3],[3,4]])
>>> [[1 2]
[2 3]
[3 4]]
3,1.3 三维数组
a=np.array([[[1,2],[2,3],[3,4]],[[4,5],[5,6],[6,7]]])
>>> [[[1 2]
[2 3]
[3 4]]
[[4 5]
[5 6]
[6 7]]]
3.2 修改数据类型
astype()函数
a=np.array([1,2,3],dtype='i1')
b=a.astype(np.float16) 或者 b=a.astype('f2')
>>> [1. 2. 3.]
3.3 查看维度
变量.ndim
a=np.array([1,2,3])
print(a.ndim)
>>> 1
3.4查看数组形状
变量.shape
返回一个元组
一维 : (x,) 二维 :(x,y) 三维:(x,y,z)
a=np.array([[1,2,3],[2,3,4]])
print(a.shape)
>>> (2,3)
3.5 改变数组形状
数组.reshape()
a=np.array([[1,2,3],[2,3,4]])
b=a.reshape([3,2])
c=a.reshape([2,1,3])
>>>[[1 2]
[3 2]
[3 4]]
[[[1 2 3]]
[[2 3 4]]]
3.6 查看数组个数
数组.size
a=np.array([[1,2,3],[2,3,4]])
print(a.size)
>>> 6
2.索引
以二维数组为例子
2.1 获取某一行
a=np.array([[1,2,3],[2,3,4]])
print(a[1])
>>> [2,3,4]
2.2 获取某行某列
a=np.array([1,2,3],[2,3,4])
print(a[1,2]) 或者 print(a[1][2])
>>> 4
2.3 获取多个某行某列
语法
数组.[[行索引,行索引],[列索引,列索引]] -----> 返回一个列表
a=np.array([[1,2,3,4],[2,3,4,5],[3,4,5,6]])
print(a[[1,2],[2,3]])
>>> [4,6]
2.4 获取某几行
语法
数组[行索引,行索引]
2.5 获取多列
语法 数组[ : ,[列索引,列索引]]