NumPy学习笔记

NumPy

@author: 段浩     Created on Thu Nov 10 10:21:20 2022

1. Numpy的介绍

在数据分析和科学计算的领域，Numpy占据十分重要的地位。Numpy使得python具备了操作多维数组的功能，并且效率较高。

1. 数组的创建

# 1 直接获取

直接获取可以用Numpy里面的arange和linspace函数实现

具体操作如下：

# 2 间接获取

可以通过Python里面的list、tuple等来获取数组

具体操作如下：

# 3 通过array本身创建

具体操作如下：

运行结果为：

另外还可以有以下操作：

运行结果为：

# 4 Numpy内置函数创建特殊的数组

具体操作如下：

输出结果分别为：

 

1. 数组的属性

常用的属性有shape和dtype。

# 1关于dtype具体操作如下：

属性dytpe在数组被创建的时候赋予的（没有指定类型的时候，通过系统默认指定数据类型），Numpy提供了丰富的数据类型用于适应可能遇到的各种需求。可以通过np.sctypeDict查看所以类型，具体操作如下：

运行结果为：（展示部分）

由此可见，Numpy提供的数据类型非常多！除此之外，Numpy还可以给数据指定数据类型，具体操作如下：

# 2 自定义数据类型

具体操作如下：

这样，不仅指定了数据类型，而且为索引提供了便利，如下：

# 3 shape的介绍

关于shape，它用于描述数组的形状。一般来说，返回的每个轴上的数据个数。如果数据集为二维数组集，那么它可以将它的两个维度分别看作是数据集的行和列，如下：

我们把变量中的内容更直观的表示出来：

 

我们还可以通过reshape改变数组的形状：

 

改变后的数组形状是：

 

# 4 数组的复制

错误的复制方法：

 

这样复制只是两个变量指向同一个内存，不是真正的复制。就等于只是给一个位置又取了个新名字，正确的复制方法是：

 

用了.copy才能完成真正的复制，复制完成后修改array_one的值，不会影响到array_new的值，而前面直接用等号复制的情况则会互相影响。

1. 数组的操作

# 1 一维数组的切片和索引操作。

切片和索引的方法和python里面list的方法一样。唯一有不同的是：

 

上图中new_array的内容是从my_array中取出来的，以array的形式返回。

如果取的内容是my_array中不存在的就会报错，如下：

# 2 多维数组的操作

 

 

my_array数组：

 

变量内容：

由此我们可以发现，多维切片按照[行, 列]来操作，冒号：的作用就和一维数组的切片一样。

# 3 数组的加减乘除

 

变量的内容：

 

# 4 数组的内置函数

 

Numpy还有很多强大的功能，可阅读相关文档进行拓展学习。