python numpy学习笔记

numpy 的主要数据对象是 ndarray 多维数组，数组中包含相同类型的元素，通常是数值类型，每个元素都有一个索引。使用 numpy 前要导入包。

import numpy as np

类型

numpy 的数组被称为 ndarray （n维数组对象），它是一个数据容器，可以处理多维数组。

a = np.array([[1, 2, 3], [4, 5, 6]])
type(a)   # <class 'numpy.ndarray'>

dtype 属性可以获得元素的数据类型，也可以在创建时指定数据类型。

a.dtype  # dtype('int32')
a = np.array([[1, 2, 3], [4, 5, 6]], dtype=np.int32)

astype() 可以用于类型转化。

a.astype(np.float64)   # array([1., 2., 3., 4., 5.], dtype=float32)

如果把小数转化为浮点数，则小数部分则会被截取。

itemsize 属性可以获得元素的字节大小。

a.itemsize

numpy 常见的数据类型有以下几种。

类型	含义
bool	布尔类型，1 个字节，值为True或False
int	正数类型，一般为int32或int64
intc	与C里的int相同，一般为int32或int64
intp	用于索引，一般为int32或int64
int8	字节，范围 -128 ~ 127
int16	整数，范围 -32768 ~ 32767
int32	整数
int64	整数
unit8	无符号整数，范围 0 ~ 255
unit16	无符号整数
unit32	无符号整数
unit64	无符号整数
float	float64缩写
float16	半精度浮点，5 位指数，10 位尾数
float32	单精度浮点，8 位指数，23 位尾数
float64	双精度浮点，11 位指数，52 位尾数
complex	complex128缩写
complex64	复数，由两个 32 位浮点表示。
complex128	复数，由两个 64 位浮点表示。

维度

数据的维度称为轴（axes）。

[1, 2, 3]   # 一维数据，一个轴。长度为 3
[[1, 2, 3], [4, 5, 6]]   # 二维数据，二个轴。第一个维长度为 2，第二维长度为 3

ndim 属性可以获得数组的维度（轴）。

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

shape 属性不仅可以获得数组的维度，也可以获得每个维度的大小。

a.shape   # (2, 3)

size 属性获得数组元素的总个数。

a.size      # 6

data 属性可以获得数组的缓冲区。

轴可以用 moveaxis() 方法实现轴的移动。

np.moveaxis(a, 0, 1)
# array([[1, 4],
#        [2, 5],
#        [3, 6]])

swapaxes() 方法实现轴交换。

np.swapaxes(a, 0, 1)
# array([[1, 4],
#        [2, 5],
#        [3, 6]])

创建

array() 方法通过列表或元组创建数组，数据类型将自动推导得出，也可以指定类型。该方法会自动地将二维列表转化为二维数组，三维列表转化为三维数组。

a = np.array([1, 2, 3])
a.dtype   # dtype('int32')
b = np.array([1.1, 2.2, 3.3])
b.dtype   # dtype('float64')
c = np.array([[1, 2], [3, 4]], dtype=complex)
# array([[1.+0.j, 2.+0.j],
#        [3.+0.j, 4.+0.j]])

还有一些方法可以创建特殊的数组。zeros() 方法可以创建全 0 的数组。

np.zeros((2, 3))
# array([[0., 0., 0.],
#        [0., 0., 0.]])

ones() 方法可以创建一个全为 1 的数组。

np.ones((2, 3))
# array([[1., 1., 1.],
#        [1., 1., 1.]])

identity() 方法可以创建一个对角线上全为 1 的数组。

np.identity(3)
# array([[1., 0., 0.], 
#        [0., 1., 0.],
#        [0., 0., 1.]])

eye() 方法具有与 identity() 方法相似的功能，它创建一个 k 对角线元素上全为 1 的数组，其余元素全为 0。

np.eye(3)
# array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])
np.eye(3, 2)
# array([[1., 0.],
       [0., 1.],
       [0., 0.]])
np.eye(4, 3, 1)
# array([[0., 1., 0.],
       [0., 0., 1.],
       [0., 0., 0.],
       [0., 0., 0.]])