NumPy 数组对象 ndarray

NumPy 数组对象 ndarray

数组创建

① numpy.array(object,dtype = Nome,copy = True,order = ‘K’,subok = False,ndmin = 0)

使用NumPy 需要导入Numpy库：

import numpy

eg.
创建一维数组

a = numpy.array( [ 1,2,3,4] )

创建二维数组

a = numpy.array([[1,2,3],[4,5,6],[7,8,9]]) 

②numpy.arange(start,stop,step,dtype=None)
这里[start,stop] 是左闭右开的区间 step 是步长 创建一个 等差数组

numpy.arange(0,10,2,dtype=None)

③ 创建全0 数组

 numpy.zeros(shape,dtype,order="C")

np.zeros_like()

这里的a2 在上面已经创建了 这里也可以看出两个函数创建的不同

④ 全一数组

 np.ones(shape,dtype,order)

np.ones_like()

这个函数和上面的函数用法相似，但里面元素全是1，这里就不举例了

⑤ 对角矩阵数组
用来创建对角矩阵数组，即 N*N 的二维矩阵，对角线为 1，其余为 0：

numpy.eye(N,M=None,k=0,dtype=None,order='C)

N: int 型，表示的是输出的行数。
M：int 型，可选项，输出的列数，如果没有就默认为 N。
k：int 型，可选项，对角线的下标，默认为0表示的是主对角线，负数表示的是低对角，正数表示的是高对角。
dtype：数据的类型，可选项，返回的数据的数据类型。

⑥生成等差数列一维数组 np.linspace()

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

在指定的间隔 [“start”,“stop”] 内均匀地返回数字。返回“num”个等间距的样本。
endpoint 是一个 bool 类型的值，如果为 “Ture”,“stop"是最后一个值，如果为"False"，生成的数组不会包含 “stop” 值
retstep 也是一个 bool 类型的值，如果为"Ture"，会返回样本之间的间隙。

⑦np.logspace() 创建等比数组

⑧ np.full() 构造一个数组

用法和linspace 差不多，这里也不举例了
⑨numpy.diag(v,k = 0)
k：int 型，可选项，对角线的下标，默认为0表示的是主对角线，负数表示的是低对角，正数表示的是高对角。

⑩创建随机数组

numpy.random.randint(low, high=None, size=None, dtype=int)

生成一个范围在low - high 内的整数 size 个

numpy.random.rand(10)

0到1的均匀分布

numpy.random.randn(10)

标准正态分布

numpy.random.normal(0,1,100)

生成指定正态分布

numpy.random.random(20)

0到1的均匀分布

numpy.random.uniform(-1,1,100)

指定均匀分布

常用属性
ndarray.ndim，获取数组的维数；
ndarray.shape，获取数组的维度；
ndarray.size，获取元素的个数；
ndarray.dtype，元素的数据类型；
ndarray.itemsize，每个元素的字节大小；
ndarray.T，获取数组对象转置数组；
ndarray.nbytes，总字节数；
ndarray.real，获取复数分实部；
ndarray.imag ，获取复数的虚部；
ndarray.data，包含实际数组元素的缓冲区；
ndarray.flags，返回数组对象内部信息；
ndarray.base，若一个数组存在基类数组，用base可获取基类数组。

访问数组

arr = np.arange(10)
print(arr[5])

用整数作为下标可以获取数组中的某个元素

可以切片

print(arr[3:6])

这里可以妙用切片，用来修改数组里的元素都可以

多维数组的索引

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

改变数组的形状

arr = np.arange(12)
print(arr)
arr.reshape(3,4)

reshape 里面的参数对应 行和列
注意： 这里会改变数组的维度

展平数组

arr = np.arange(12).reshape(2,6)
print(arr)
arr1 = arr.ravel()
print(arr1)

组合数组
np.hstack(a,b)实现a,b数组横向组合

a = np.arange(6).reshape(2,3)

b = np.arange(6,12).reshape(2,3)
print(a)
print(b)

np.hstack((a,b))

np.h=vstack(a,b)实现a,b数组纵向组合

np.vstack((a,b))

concatenate 函数也有相同的效果

np.concatenate((a,b),axis = 1)  # 横向

np.concatenate((a,b),axis = 0) # 纵向