Python数据分析学习笔记-numpy库学习2

numpy库

1 reshape

用于修改维度
已有一个一维矩阵nparr=[0 1 2 3 4 5 6 7 8 9]，将其转换为2行5列的二维矩阵

arr9 = nparr.reshape(2,5)
print(arr9)

[[0 1 2 3 4]
[5 6 7 8 9]]

或转换为两行均等元素的矩阵

arr9 = nparr.reshape(2,-1)

多层连用

x = np.arange(15).reshape(-1,5)
print(x)

[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]]

2 运算

print(x+1.5,'\n',x*2)   #对多有元素运算

[[ 1.5 2.5 3.5 4.5 5.5]
[ 6.5 7.5 8.5 9.5 10.5]
[11.5 12.5 13.5 14.5 15.5]]
[[ 0 2 4 6 8]
[10 12 14 16 18]
[20 22 24 26 28]]

3 取值操作

x1= x[1][3]
print(x1)

8

以上取法不推荐，多维矩阵切片会出现错误
正确方法：

x2=x[1,3]  #第2行，第4列个元素
print(x2)

8

4 切片

一维矩阵切片

p=np.arange(10)
p1=p[0:3] #0-2切片
print(p)
print(p1)

或

p1=p[:3] #0-2切片

[0 1 2 3 4 5 6 7 8 9]
[0 1 2]

p1=p[3:]  #3-最后切片
print(p)

[3 4 5 6 7 8 9]

p1=p[:8:2]  #0-7切片，步径为2
print(p1)

[0 2 4 6]

p1=p[::2] 
print(p1)

[0 2 4 6 8]

二维矩阵切片

x=[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]]

取前2行前3列

p3=x[0:2,0:3]   #第1-2行，第1-3列
print(p3)

或

p3=x[:2,:3]
print(p3)

[[0 1 2]
[5 6 7]]

反置矩阵

p4=x[::-1,::-1]
print(p4)

[[14 13 12 11 10]
[ 9 8 7 6 5]
[ 4 3 2 1 0]]

行列转置

p5=x.T
print(p5)

[[ 0 5 10]
[ 1 6 11]
[ 2 7 12]
[ 3 8 13]
[ 4 9 14]]