Python基础 NumPy数组相关概念及操作

NumPy是Python的一种开源的数值计算扩展库，提供 数组支持以及相应的高效处理函数，它包含很多功能，如创建n维数组（）矩阵，对数组进行函数运算，数值积分，线性代数计算，傅里叶变换和随机数产生等。
Why NumPy?
标准的Python用List（列表）保存值，可以当作数组使用，但因为列表中的元素可以是任何对象，所以浪费了CPU的运算时间和内存。NumPy的诞生弥补了这些缺陷，它提供了两种基本的对象：

• ndarry（n-dimensional array object）：是存储单一数据类型的多维数组。
• ufunc（universal function object）：是一种能够对数组进行处理的函数。
  NumPy常用导入格式：
  import numpy as np

一、数组对象的创建

1、使用 array 函数来创建数组对象：

• array 函数的格式：
  np.array(object,dtype,ndmin)
  array 函数的主要参数及其使用说明如下表所示：

参数名称	说明
object	接收array,表示想要创建的数组
dtype	接收data-type，表示数组所需数据类型，未给定则选择保存数据对象所需的最小类型，默认为None。
ndmin	接收int,指定生成数组应该具有的最小维数，默认为None。

#创建ndarray数组：
import numpy as np
data1 = [1,3,5,7] #列表
w1 = np.array(data1)
print('w1:',w1)
data2 = (1,2,3,4) #元组
w2 = np.array(data2)
print('w2:',w2)
data3 = [[1,2,3,6],[5,6,7,8]] #多维数组
w3 = np.array(data3)
print('w3:',w3)
#Output
#w1: [1 3 5 7]
#w2: [1 2 3 4]
#w3: [[1 2 3 6]
#    [5 6 7 8]]

在创建数组时，NumPy会为新建的数组推断出一个合适的数据类型，并保存在dtype中，当序列中有整数和浮点数时，dtype会被定义为浮点数类型。

import numpy as np
data1 = [1,3,5,7.3] #列表
w1 = np.array(data1)
print(w1.dtype)
print('w1:',w1)
#Output
#float64
#w1: [1.  3.  5.  7.3]

2、专门创建数组的函数

1）arrange函数

• arange函数：创建等差一维数组，arrange函数类似于Python的内置函数range，但是arrange主要用来创建数组。
  格式：np.arange([start, ]stop, [step, ]dtype)

#使用arrange创建数组
kk = np.arange(10)
print(kk)
#Output
#[0 1 2 3 4 5 6 7 8 9]

arrange函数可以通过指定初始值、终值和步长创建一维数组，创建的数组不包含终值。

kk = np.arange(0,15,1.5)
print(kk)
#Output
#[ 0.   1.5  3.   4.5  6.   7.5  9.  10.5 12.  13.5]

2）linspace 函数

当arrange函数的参数是浮点型的时候，由于浮点的精度有限，通常不太可能预测或者数组元素的数量，由于这个原因，通常选用更好的函数linspace，它接收元素数量作为参数，通过指定初始值，终值和元素格式创建一维数组，默认包括终值。

• linspace 函数：创建等差一维数组，接收元素数量作为参数。
  格式：np.linspace(start, stop, num, endpoint, retstep=False, dtype=None)
  参数说明：
  start: scalar(标量), 序列的起始点
  stop: scalar, 依据endpoint会有变化, endpoint为True, 则包含显示, 当为False, 不包含(生成序列相当于原始num上加1按endpoint = True生成, 结果只显示第一个到倒数第二个)
  num: int, optional(可选), 生成样本数量, 必须是非负数
  endpoint: bool, optional, 如果是真，则包括stop，如果为False，则没有stop
  retstep: bool, optional
  dtype: dtype, optional

#使用linspace函数创建数组
kk = np.linspace(1,10,4)
print(kk)
#Output
#[ 1.  4.  7. 10.]

3）logspace 函数

• logspace 函数和linspace 函数类似，不同的是它所创建的是等比数列数组。
  格式：np.logspace(start, stop, num, endpoint=True,
  base=10.0, dtype=None))
  logspace的参数中，**start, stop代表的是10的幂,**默认基数base为10，第三个参数元素个数。

#生成1~10的具有5个元素的等比数列数组
kk = np.logspace(0,1,5)
print(kk)
#Output
#[ 1.          1.77827941  3.16227766  5.62341325 10.        ]

4）zeros 函数

• zeros函数：创建指定长度或形状的全0数组
  格式：np.zeros(shape, dtype=float, order=‘C’)

#使用zeros函数创建全零矩阵。
ll = np.zeros(4)
print(ll)
print("-----------------------")
kk = np.zeros(4,float)
print(kk)
print("-----------------------")
cc = np.zeros([3,3],int)
print(cc)
#Output
#[0. 0. 0. 0.]
#-----------------------