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