Python科学计算库（Numpy）基础篇（IDE为Pycharm）- 数组篇

（1）定义数组

        使用np.array函数可以定义一维二维或者多维数组。代码如下：

import numpy as np

# 定义一维数组
array = np.array([1, 2, 3, 4, 5])
# 定义二维数组
array1 = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10])

# 查看所定义的数组
print(array, array1)

        使用np.array函数所定义的数组的每个元素执行 +1 操作，直接在后面 + 1即可，代码如下：

import numpy as np
# 定义一个二维数组
array = np.array([[1, 2, 3, 4, 5],
                 [4, 5, 6, 7, 8]])‘
# 对数组中的每一个元素+1
array1 = array + 1
# 查看原始数组
print('原始数组为:',array)
# 查看+1后的数组
print('+1之后数组为:',array1)

        输出结果如下:

原始数组为: [[1 2 3 4 5]
 [4 5 6 7 8]]
+1之后数组为: [[2 3 4 5 6]
 [5 6 7 8 9]]

        查看数组的维度：

import numpy as np
#
array = np.array([[1, 2, 3, 4, 5],
                 [4, 5, 6, 7, 8]])
# 查看数组维度
print(array.shape)

        输出结果为：（2，5）第一个数代表2行，第二个数表示5列

        使用np.array构建数组时要注意所有元素必须为同一种类型，如果不是同一类型，数组元素会自动向下转换。int -> float -> str。

（2）对数组执行索引操作

        使用数字类型的索引操作：

import numpy as np
#
array = np.array([[1, 2, 3, 4, 5],
                 [4, 5, 6, 7, 8]])
# 获取第一行
array1 = array[1]
# 获取第一行第三列
array2 = array[1][3]
# 获取所有行，所有列
array3 = array[:,:]
# 获取所有行，第1列
array4 = array[:,1]
# 获取所有行，第1到3列
array5 = array[:,1:4]
print(array1)
print(array2)
print(array3)
print(array4)
print(array5)

        输出结果如下：

[4 5 6 7 8]
7
[[1 2 3 4 5]
 [4 5 6 7 8]]
[2 5]
[[2 3 4]
 [5 6 7]]

        使用 bool 类型对数组进行索引:

# 从 0-100， 每隔10个数取一个元素
arrange = np.arange(0, 100, 10)
print(arrange)

# 创建一个 bool 类型的数组，0表示False，1表示True
bool = np.array([0,0,0,1,1,1,0,0,1,1],dtype=bool)
print(bool)

# 显示取得索引为 True 的元素
print(arrange[bool])

        输出结果为：

[ 0 10 20 30 40 50 60 70 80 90]
[False False False  True  True  True False False  True  True]
[30 40 50 80 90]

        创建数组时还可以指定数据类型，只需在np.array后面加入dtype = (数据，dtype = np.所需要的数据类型)，或者对已经创建好的数据执行np.asarray （数据，dtype = np.所需要的数据类型）：

import numpy as np
#
array = np.array([[1, 2, 3, 4, 5],
                 [4, 5, 6, 7, 8]],dtype=np.float32)
array0 = np.asarray(array, dtype=int)
print(array)
print(array0)

        输出结果如下：

[[1. 2. 3. 4. 5.]
 [4. 5. 6. 7. 8.]]
[[1 2 3 4 5]
 [4 5 6 7 8]]