【保姆级教程】图解Python numpy基本操作

本文很长，你忍一下。

Numpy是python的一个非常基础且通用的库，基本上常见的库pandas，opencv，pytorch，TensorFlow等都会用到。

Numpy的核心就是n维array，这篇文章将介绍一维，二维和多维array。

Python是一种非常有趣且有益的语言，我认为只要找到合适的动机，任何人都可以熟练掌握它。但是要记住的是，如果你只想着凭借python去找一份工作的话，不是不行，但是很难。python这种语言更适合已经有一份工作的人，多学一个技能。
可以从最简单也是最直观的数据分析学起来，并且试着从知乎知学堂出品的数据分析课开始。

Numpy与List的异同点

他俩非常相似，同样都是容器，都能快速的取值的修改值，但是插入和删除会慢一点。

Numpy的优点

• 更紧凑，特别是多维数据

• 当数据可以向量化的时候比list更快

• 通常是同质化的，数据相同时处理更快，比如都是浮点型或者整数型

向量 Vector 或者一维向量 1D array

向量初始化

通过list转化，自动变成np类型，_shape_为（3，）

！注意，如果list里面的值类型不相同，那么_dtype_就会返回”object“

如果暂时没有想要转化的list，可以全用0代替

也可以复制一个已经存在的全0 向量

！注意，所有创建包含固定值_vector_的方法都有__like_函数

还有经典的_arange_和_linspace_方法

！ arange方法对于数据类型敏感，比如_arange_(3)，dtype 为int，如果你需要float类型，可以_arange(3).astype(float)_

生成随机array

向量索引

基础的向量索引操作，只是展示部分数据，而不改变数据本身

布尔操作

也可以用.where 和_clip_代替上面的方法

向量操作

numpy的优势就是把vector当做数做整体运算，避免循环运算

• - * /无所不能

复杂的数学运算不在话下

标量运算

三角函数

整体取整

numpy还可以做基础的统计操作，比如_max，min， mean， sum_等

排序操作

查找操作

numpy不像list有_index_函数，通常会用_where_等操作

其中有三种方法：

1. where，难懂且对于x处于array末端很不友好

2. next，相对较快，但需要numba

3. searchsorted，针对于已排过序的array

二维array，也称matrix矩阵

初始化，注意「双括号」

随机matrix，同一维类似

索引操作，不改变matrix本身

Axis 轴操作，在matrix中，axis = 0 代表列， axis = 1 代表行，默认axis = 0

matrix算术 + - * / 和 ** 都可

也可以matrix与单个数，matrix与vector，vector与vector进行运算

行向量 列向量

二维的转置如下，一维的也就是vector转置为自己本身

reshape改变形态

自此，三种向量，一维array，二维列vector，二维行向量

矩阵操作

合并matrix，hstack横向，vstack纵向，也可以理解为堆叠

反向操作hsplit和vsplit

matrix的复制操作，tile整个复制，repeat可以理解为挨个复制

delete删除操作

删除的同时也可以插入

append操作，只能在末尾操作

如果只增加固定值，也可以用pad

网格化

c和python都很麻烦，跟别说再大点的数了

采用类似MATLAB会更快点

当然numpy有更好的办法

matrix统计

_sum,min,max,mean,median_等等

_argmin_和_argmax_返回最小值和最大值的下标

_all_和_any_也可以用

matrix排序，注意axis

3D array或者以上

初始化，_reshape_或者硬来

可以考虑把数据抽象成一层层的数据

就像RGB值的图像一样

跟1D和2D类似的操作，zeros， ones，_rand_等

_vstack_和_hstack_照样可以用，现在多了一个dstack，代表维度的堆叠

_concatenate_也有同样的效果

总结：

本文总结了numpy对于1D，2D和多维的基本操作。

人生苦短，我用python

---------------------------END---------------------------

题外话

感兴趣的小伙伴，赠送全套Python学习资料，包含面试题、简历资料等具体看下方。

👉CSDN大礼包🎁：全网最全《Python学习资料》免费赠送🆓！（安全链接，放心点击）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

👉CSDN大礼包🎁：全网最全《Python学习资料》免费赠送🆓！（安全链接，放心点击）

若有侵权，请联系删除