Numpy基础功能索引——续

最新推荐文章于 2024-08-06 13:27:48 发布

hustqb

最新推荐文章于 2024-08-06 13:27:48 发布

阅读量936

点赞数 1

分类专栏： Python 文章标签： numpy

本文链接：https://blog.csdn.net/hustqb/article/details/54290299

版权

Python 专栏收录该内容

21 篇文章 3 订阅

订阅专栏

接上上篇blog: Numpy基础功能索引

ndarray

ndarray（数组）作为Numpy中定义的一个对象，是Numpy的基础。ndarray是一个同构数据多维容器。也就是说，ndarray作为一个容器，其中数据的数据类型必需是相同的，其中的数据可以是多维的。ndarray有两个属性来形容它自己：shape表示数组结构+dtype表示数组的数据类型。

创建数组

最常用的是np.array()

In [48]: data = np.array([[1, 2], [11, 12]], dtype=str)
In [50]: data
Out[50]: 
array([['1', '2'],
       ['11', '12']], 
      dtype='|S2')
In [51]: data.astype(int)
Out[51]: 
array([[ 1,  2],
       [11, 12]])

tips：代码中的int会自动转成np中的数据类型np.int1

创建数组的函数	描述
np.arange()	range()的数组
np.ones()	全1数组
np.zeros()	全0数组
np.empty()	创建空数组，但是返回的是垃圾值，不是0
np.ones_like()	创建形如…的元素都为1的数组
np.zeros_like()	创建形如…的元素都为0的数组
np.empty_like()	创建形如…的元素为空的数组
np.eye()	单位方阵
np.identify()	也是单位方阵

Numpy中的切片

Numpy的切片与list中类似，不做详述2。但是Numpy中的切片得到的是原始数据的视图，如果在视图改变数据，那么原始数据也会改变。如果要得到原始数据的复制，则要显式的表达arr[5:8].copy()特例是bool型索引，它返回的是原始数据的复制。

bool型索引

In [53]: data = np.random.randn(7, 4)
In [54]: data < 0
Out[54]: 

array([[False,  True, False, False],
       [False, False, False, False],
       [ True, False,  True,  True],
       [ True, False,  True,  True],
       [ True, False,  True, False],
       [ True,  True,  True, False],
       [False,  True, False, False]], dtype=bool)
In [55]: data[data < 0] = 0
In [56]: data
Out[56]: 

array([[ 1.4368676 ,  0.        ,  1.04331785,  0.96806906],
       [ 0.40453328,  0.08870373,  1.45806316,  0.14055398],
       [ 0.        ,  0.73339497,  0.        ,  0.        ],
       [ 0.        ,  2.23611536,  0.        ,  0.        ],
       [ 0.        ,  1.23302155,  0.        ,  1.66173436],
       [ 0.        ,  0.        ,  0.        ,  0.68743457],
       [ 0.59085145,  0.        ,  0.85077155,  0.24273212]])

Numpy中的排序

可以指定轴，如arr.sort(1)，返回的也是视图。
np.unique()：唯一化加排序

Numpy中的线性代数

数组的转置arr.T
常用的numpy.linalg函数如下表所示：

函数	说明
diag	以一维数组的形式返回方阵的对角线（或非对角线）元素，或将一维数组转换为方阵（非对角线元素为0）
dot	矩阵乘法
trace	计算对角线元素的和
det	计算矩阵行列式
eig	计算方阵的本征值和本征向量
inv	计算方阵的逆
pinv	计算矩阵的Moore-Penrose伪逆
qr	计算QR分解
svd	计算奇异值分解
solve	解线性方程组Ax=b，其中A为一个方阵
lstsq	计算Ax=b的最小二乘解