numpy基础知识

numpy

概念

科学计算基础库，多作为数值计算、在大型、多维数组上执行数值运算。

1. 创建数组

   import numpy as np
   a = np.array([1,2,3,4,5])
   b = np.array(range(1,6))
   c = np.arange(1,6)
   # 其中 a = b = c
   np.arange的用法：arange([start], stop[, step,], dtype=None)
   

   • c.dtype获取c中数据的类型
   • c.astype(‘int8’)修改数据类型
   • np.round(c, 2), 将元素为小数类型的数组，保留2位小数

2. 数组的形状

    t = np.array([[1,2,3], [4,5,6]])
    t.shape # 获取t的形状，即维数
   

   • reshape((2,3)) 修改形状，修改后是新值，而原数组不变

   • flatten() 展开数组

   • shape的值：

     一个值(a, ) ----- 一维 ----- a表示数组中元素的个数

     两个值(a, b ) ----- 二维 ---- a表示数组中元素的行数,b表示数组中元素的列数

     三个值(a, b,c ) ----- 三维 ---- a表示数组中元素的块，b表示数组中每一块元素的行数，c表示数组中每一块元素的列数

3. 计算

   • 数组 和 常数：数组中每一个元素和常数进行运算。

     其中：（0/0=nan ; 非零常数/0 = inf）

   • 数组(a) 和 数组(b)

     • 二维：

       （1）维数相同： 两个数组对应位置上的元素进行运算

       （2）行数相同(a(3,1),b(3,5))： b的每一列和a进行运算

       （3）列数相同(a(1,2),b(4,2))： b的每一行和a进行运算

       （4）行数和列数不等：报错

     • 多维(广播原则)

       如果两个数组的后缘维度（从末尾开始算起的维度）的轴长度相符或其中方的长度为1，则他们是广播兼容的。广播会在缺失和（或）长度为1的维度上进行。

       eg: （3,3,3）和（3,2） --> 不兼容

       ​ （3,3,2）和（3,2） --> 兼容

4. 轴

   • 一维：0轴

   • 二维：横为0轴，纵为1轴

   • 三维：块为0轴，每一块的横为1轴，每一块的纵为2轴

   

5. 读取本地数据

   np.loadtxt(frame,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)

   frame: 文件路径

   dtype：读取为指定的数据类型

   delimiter：分割字符串

   skiprows：跳过的行（如：标题行）

   usecols：读取的数据的列

   unpack：若为true，矩阵转置

   numpy 转置：

   （1）transpose() 方法

   （2）T属性

   （3）swapaxes(1,0)方法，0和1分别为轴

索引和切片

1. 取行

   • 单行： t[行数]
   • 连续多行：t[行数:]，从指定行数开始连续取数组的行
   • 不连续：t[[1,5,8]]， 取第1、5、8行

2. 取列

   • 单列：t[行,列]，取指定的行和列，其中:表示都要，如t[1,:]表示第二行的所有列

     例：

     import numpy as np
     t = np.arange(6).reshape((3,2))
     print(t[1,:])  # 取第二行的所有列，结果：[2 3]
     print(t[2:,:])  # 取第三行之后所有行对应的所有列，结果：[[4 5]]
     print(t[[0,2],:])  # 取第一行和第三行的所有列，结果：[[0 1] [4 5]]
     print(t[1:3,0:2])  # 取第二行到第三行对应的第1列到第2列，结果：[[2 3] [4 5]]
     # 注：其中1:3中3为切片，即含头不含尾，真实值为1到2，所以3对应的是索引为2，而索引为2对应的值为第三行的值。
     

3. 取不相邻的点

   t[[0,2],[0,1]]， 取下标为(0,0)和(2,1)对应的值

修改

• 条件修改

  t[t<10]=3 将t中小于10的值

• where方法

  np.where(条件，符合条件的元素要赋的值，不符合条件的元素要赋的值)

  ge: np.where(t>10, 0, 20) 将t中小于10 的元素替换为10，大于等于10的赋值为20

• clip方法

  t.clip(value1,value2) 把小于value1的元素替换为value1， 大于value2的元素替换为value

常用函数

• 求和

  1. 整个数组的和：np.sum(数组)
  2. 各个列对应的和：np.sum(数组，axis=0)
  3. 各个行对应的和：np.sum(数组，axis=1)

• 均值 t.mean(a,axis=None)

• 中值 np.median(t,axis=None)

• 最大值 t.max(axis=None)

• 最小值 t.min(axis=None)

• 极值 np.ptp(t,axis=None)

• 标准差 t.std(axis=None)

1. 计算函数

• 求和

  1. 整个数组的和：np.sum(数组)
  2. 各个列对应的和：np.sum(数组，axis=0)
  3. 各个行对应的和：np.sum(数组，axis=1)

• 均值 t.mean(a,axis=None)

• 中值 np.median(t,axis=None)

• 最大值 t.max(axis=None)

• 最小值 t.min(axis=None)

• 极值 np.ptp(t,axis=None)

• 标准差 t.std(axis=None)

2. 操作函数

   • 拼接

     • np.vstack((t1, t2)) 竖直拼接
     • np.hstack((t1, t2)) 水平拼接

   • 分割：竖直分割（水平划线）

     ​ 水平分割（竖直划线）

3. 交换

   t[[1,2], :] = t[[2,1], :] 行交换

   t[:, [1,2]] = t[:, [2,1]] 列交换

4. 常用函数

   创建全为0的数组：np.zeros((2,2))

   创建全为1的数组：np.ones((2,2))

   创建三角方阵：np.eye(2)

   获取每列最大值的坐标：np.argmax(数组，axis=0)

   获取每行最小值的坐标：np.argmin(数组，axis=1)

   创建随机分布数组 np.random.random(2,3) 创建两行三列的随机分布

   创建标准正态分布数组 np.random.randn(2,3) 创建两行三列的标准正态分布

   创建指定区间的随机整数数组 np.random.randint(start,end,(row, col))