Python中numpy模块功能整理（上）：矩阵的创建、初始化、元素类型、数据提取与形状管理

一、模块准备：

import numpy as np

二、创建数组（矩阵）：

1、通过手动输入的方式创建：

#创建一维数组
x=np.array([1,2,3,4,5])
#创建二维数组
y=np.array([[1,2],[22,2],[11,8]])

    结果:

  

2、从文件中读取：

    以创建的test.txt为例：

    

   读取代码：

#以逗号为元素分割符号识别矩阵
test = np.loadtxt('E:/test.txt',delimiter=',')

    结果：

  

二、数组（矩阵）的初始化

1、创建元素数值为0的数组（矩阵）：zeros函数

#创建3X3的0矩阵
a=np.zeros((3,3))

    结果：

  

2、创建数值为1的数组（矩阵）：ones函数

#创建2X3的元素为1的矩阵
a=np.ones((2,3))

    结果：

  

3、创建元素数值为自定义值的数组（矩阵）：full函数（可替代zeros与ones函数）

#创建3X3元素为0的矩阵
a=np.full((3,3),0)
#创建3X5元素为2的矩阵
a=np.full((3,5),2)

4、创建单位矩阵（对角线元素为1其余为0的矩阵）：eye函数

#创建3X3的单位矩阵
a=np.eye(3)

    结果：

  

5、创建随机矩阵（各元素数值均为随机数的矩阵）：

#创建3X4的随机矩阵
a=np.random.random((3,4))

    结果： 

  

6、创建从0开始的一维的连续数组：arange函数

#创建从0开始至3结束（不包括3）的一维数组
np.arange(3)

  结果：

三、元素类型：

1、若是元素皆为整数则为整型数组，若元素皆为小数则为浮点型数组，若既有小数又有整数则识别为浮点型数组，代码流程示例如下：

     

2、同样也可以在数组定义时对元素类型进行声明，如下：

     

3、元素类型转换：

a=np.array(a,dtype=int)

四、提取数组中的数值：

   # 数组准备：

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

  

1、推荐方式：

a[行值,列值]

2、不推荐方式：

a[行值][列值]

   示例结果：（两方式相同）

  

五、矩阵的数据提取进阶：

1、索引符号解释：

（1） ：  从当前索引开始至结束，如a[1:]是获取索引1到最后的元素 。

（2） -    获取倒数索引的元素，注意从1开始，如a[-2]是获取索引倒数第二个元素。

  简单的例子如下：

 

2、进阶：获取矩阵的一部分

a=np.array([[1,2,3,4],
           [5,6,7,8],
           [9,10,11,12]])
a[-2:,1:3]

  结果：

  

3、与arange函数结合获取矩阵的一部分：

#获取矩阵前2行的第1列
a[np.arange(2),1]

    结果：

  

4、获取矩阵元素的最大最小值：max和min函数

#a中所有元素的最大值
y1=a.max()
#a中所有元素的最小值
y2=a.min()

    结果：

  

六、矩阵的形状管理

1、获取数组（矩阵）的长度（形状）信息：通过shape属性

  # 数组准备：

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

    运行结果：

  

2、矩阵重组：通过reshape方法：

  # 符号解释： -1  代表一个占位符，表示自适应。

  # 矩阵准备：

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

  举例：

#将数组重组为2行的矩阵
a=a.reshape((2,-1))

  结果1：

  

#再将上步的运行结果（即2X3的矩阵）重组为2列矩阵
a=a.reshape((-1,2))

  结果2：