Numpy基本操作——numpy中数组的基本操作

Numpy基本操作——numpy中数组的基本操作

---

---

一、实验目的

熟练掌握numpy中数组的基本操作

二、实验原理

NumPy简介

NumPy是用Python进行科学计算的基本软件包。它包含以下内容：

一个强大的N维数组对象

复杂的（广播）功能

用于集成C/C++和Fortran代码的工具

有用的线性代数，傅里叶变换和随机数能力

用于读写磁盘数据以及操作内存映射文件的工具

NumPy是一个用python实现的科学计算包。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。

numpy的核心结构：ndarray(多维数组)

NumPy.ndarray函数

三、实验环境

Python 3.6.1以上

Jupyter

四、实验内容

练习numpy中数组与数值运算操作。

练习numpy中数组与数组运算操作。

练习numpy中数组变形操作。

练习numpy中数组转置操作。

练习numpy中数组排序操作。

五、实验步骤

1.数组与数值运算操作

1.创建一个大小为5，从1到5的整型一维数组对象x.

x=np.array([1,2,3,4,5])
print(x)

2.数组x与数值2进行相乘运算，查看返回的新数组。

x*2

3.数组x对数值2进行相除运算，查看返回的新数组。

x/2

4.数组x对数值2进行整除运算，查看返回的新数组.

x//2

5.数组x对数值3的幂运算，查看返回的新数组。

x**3

6.数组x与数值2相加，查看返回的新数组。

x+2

7.数组x对数值3进行取余运算，查看返回的新数组。

x%3

8.数值2对数组x的幂运算，查看返回结果。

2**x

2.数组与数组运算操作

1.使用array函数将元组（1,2,3）创建成数组a，将包含3个列表的元组([1, 2, 3], [4, 5, 6], [7, 8, 9])创建成数组b。

a=np.array((1,2,3))
b=np.array(([1,2,3],[4,5,6],[7,8,9]))
print("array a:\n",a)
print("array b:\n",b)

2.数组a与数组b相乘，将包含结果的新数组赋值给c,查看数组c的结果，可以看出数组a与数组b每行对应项相乘。

c=a*b
print(c)

3.数组c除以数组b，查看结果数组的值，可看出数组c与数组b对应位置的值相除。

c/b

4.数组a与数组a相加，查看结果数组，可以看出是对应项相加。

a+a

5.数组a与数组a相乘，查看结果数组，可以看出是对应项相乘。

a*a

6.数组a与数组a相减，查看结果数组，可以看出是对应项相减。

a-a

7.数组a与数组a相除，查看结果数组，可以看出是对应项相除。

a/a

3.数组变形操作

1.使用ravel函数来实现展平操作。

array1=np.array([[[0,1,2,3],[4,5,6,7],[8,9,10,11]],[[12,13,14,15],[16,17,18,19],[20,21,22,23]]])
array1.ravel()

2.flatten，功能与ravel函数相同，不过flatten会请求分配内存来保存结果，而ravel函数只是返回数组的一个视图。

array1=np.array([[[0,1,2,3],[4,5,6,7],[8,9,10,11]],[[12,13,14,15],[16,17,18,19],[20,21,22,23]]])
array1.flatten()

3.shape函数用于设置数组维度，给其赋予一个元组数值，修改的是数组本身。

array1=np.array([[[0,1,2,3],[4,5,6,7],[8,9,10,11]],[[12,13,14,15],[16,17,18,19],[20,21,22,23]]])
array1.shape=(6,4)
print(array1)

4.reshape方法用于修改数组的形状，返回一个修改完的新数组，原来的数组没有被修改。

array1=np.array([[[0,1,2,3],[4,5,6,7],[8,9,10,11]],[[12,13,14,15],[16,17,18,19],[20,21,22,23]]])
array2=array1.reshape(6,4)
print("array1:\n",array1)
print("array2:\n",array2)

5.resize：方法用于修改数组的形状，无返回值，即会对原始多维数组进行修改。

array1=np.array([[1,2,3],[4,5,6]])
array1
array1.resize((3,2))
array1

4.数组转置操作

1.使用array函数将元组([1, 2, 3], [4, 5, 6], [7, 8, 9])创建成一个数组b。

b=np.array(([1,2,3],[4,5,6],[7,8,9]))
print(b)

2.使用T对数组b进行转置，将数组b的行与列的值对换。

b.T

3.一维数组转置还是一维数组。创建一个1到4的整型数组a，对a进行转置。

a=np.array((1,2,3,4))
print(a)
a.T

5.数组排序操作

数组排序:列排列np.msort(a)，行排列np.sort(a)，np.argsort(a)排序后返回下标

1.np.argsort()排序后返回下标，创建一个值为[3,1,2]的数组x，使用argsort函数对数组x进行排序，返回原数组从小到大的元素下标组成的数组index_array。

x=np.array([3,1,2])
index_array=np.argsort(x)
print(index_array)

将index_array带入到数组x中，将排序后的数组元素输出。

2.使用sort方法对数组进行原地排序。

x=np.array([[0, 3, 4], [2, 2, 1]])
x.sort()
print(x)

3.np.msort()相当于np.sort(axis=0)，使用numpy中的msort函数，对数组x进行纵向排序。

x=np.array([[0, 3, 4], [2, 2, 1]])
np.msort(x)

---

总结

以上就是本文要讲的内容，本文介绍了练习numpy中数组与数值运算操作、数组与数组运算操作、数组变形操作、数组转置操作、数组排序操作。