Numpy入门学习

numpy库学习

在此只介绍常用的简单的一些接口以入门,详细内容可参考官网或中文帮助文档：
https://www.numpy.org/
https://www.numpy.org.cn/index.html

1. 基本结构

基本属性：dtype,size,shape,ndim,fill等；
切片与索引：与Python一致；
矩阵：查找某列array[0,1:3]（1到3列第0行），赋值： = 是引用，复制：copy（），构造等差数组0到100 差为10： np.arange(0,100,10)；
掩模：mask=array1>0.5;array2[mask]；
指定数据类型：np.asarray(array,dtype = np.float32)

import numpy as np

array=np.array([1,2,3,4,5])
array

array([1, 2, 3, 4, 5])

array+1

array([2, 3, 4, 5, 6])

ndarray=np.array([1,2,3,4.4,5,'ss'])
ndarray

array(['1', '2', '3', '4.4', '5', 'ss'], dtype='<U32')

基本属性

ndarray.dtype

dtype('<U32')

ndarray.shape

(6,)

ndarray.size

6

ndarray.ndim

1

矩阵

matrix=np.array([[1,2,3],[4,5,6],[7,8,9]])

matrix

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

matrix[1:]#后两行

array([[4, 5, 6],
       [7, 8, 9]])

matrix[1,0:2]#第一行从0列开始取2个

array([4, 5])

juzhen=matrix#直接赋值是引用
juzhen[2,2]=0
matrix

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 0]])

matrix

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 0]])

fjuzheng=matrix.copy()#复制
fjuzheng[1,1]=0
fjuzheng

array([[1, 2, 3],
       [4, 0, 6],
       [7, 8, 0]])

matrix

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 0]])

mya=np.arange(10,100,23)
mya

array([10, 33, 56, 79])

mya.reshape(2,2)#重新构建为2x2矩阵形式

array([[10, 33],
       [56, 79]])

mask=mya>40
mask

array([False, False,  True,  True])

mya[mask]

array([56, 79])

np.asarray(mya,dtype = np.float32)

array([10., 33., 56., 79.], dtype=float32)

2. 运算

内部元素的计算：求和：sum()；累乘：prod（）；均值：mean();标准差：std()；方差：var()；找索引：argmin()等；四舍五入：round（）；拉伸clip()；
数组与数组间的运算：
对应位置相乘：multiply();矩阵乘法dot();与或非：logical_and，logical_or，logical_not

a=np.array([1.1,2.2,3.3,4.4,5.1,6.2,7.3,8.4,9.9,10.8,11.7,12.6])
a.reshape(4,3)

array([[ 1.1,  2.2,  3.3],
       [ 4.4,  5.1,  6.2],
       [ 7.3,  8.4,  9.9],
       [10.8, 11.7, 12.6]])

b=a.sum()+a.prod()+a.mean()+a.std()+a.var()
b

1073893946.6267273

a.argmax()

11

c=a.round().copy()
c

array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8., 10., 11., 12., 13.])

d=c.clip(3,10)
d

array([ 3.,  3.,  3.,  4.,  5.,  6.,  7.,  8., 10., 10., 10., 10.])

a=np.array([1,2,3,4,5,6,7,8,9,8,7,6])
b=np.array([9,8,7,6,5,4,3,2,1,1,2,3])
a.shape=4,3
b.shape=3,4
#np.multiply(a,b)
np.dot(a,b)

array([[ 22,  19,  19,  19],
       [ 67,  58,  55,  52],
       [112,  97,  91,  85],
       [113,  98,  89,  80]])

c=np.array([9,8,7,6,6,5,4,3,3,2,1,0])
c.shape=4,3
np.multiply(a,c)

array([[ 9, 16, 21],
       [24, 30, 30],
       [28, 24, 27],
       [16,  7,  0]])

a*c

array([[ 9, 16, 21],
       [24, 30, 30],
       [28, 24, 27],
       [16,  7,  0]])

np.logical_and(a,c)

array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True],
       [ True,  True, False]])

np.logical_or(a,c)

array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]])

np.logical_not(a,c)

array([[0, 0, 0],
       [0, 0, 0],
       [0, 0, 0],
       [0, 0, 0]])

3. 数组

生成：arange();linspace();logspace();格网： np.meshgrid(x,y)；行向量：np.r_[0:10:1]；列向量：np.c_[0:10:1]；0向量：np.zeros(3)/np.ones(3)；单位矩阵：np.identity(5)；
形状维度：array[np.newaxis,:]增加新维度；array.squeeze()压缩；array.transpose()/array.T转置；np.concatenate((a,b))#链接; np.concatenate((a,b),axis = 0)#竖着拼接;np.vstack((a,b))#v竖着；np.hstack((a,b))#h横着；a.flatten()#拉平；a.ravel()#拉平
排序：sort（）；argsort()

a=np.arange(5,8,0.5)#最后一个参数是分割距离
a

array([5. , 5.5, 6. , 6.5, 7. , 7.5])

b=np.linspace(5,10,5)#最后一个参数是取值个数
b

array([ 5.  ,  6.25,  7.5 ,  8.75, 10.  ])

a=np.logspace(0,3,4)
a

array([   1.,   10.,  100., 1000.])

np.meshgrid(a,b)

[array([[5. , 5.5, 6. , 6.5, 7. , 7.5],
        [5. , 5.5, 6. , 6.5, 7. , 7.5],
        [5. , 5.5, 6. , 6.5, 7. , 7.5],
        [5. , 5.5, 6. , 6.5, 7. , 7.5],
        [5. , 5.5, 6. , 6.5, 7. , 7.5]]),
 array([[ 5.  ,  5.  ,  5.  ,  5.  ,  5.  ,  5.  ],
        [ 6.25,  6.25,  6.25,  6.25,  6.25,  6.25],
        [ 7.5 ,  7.5 ,  7.5 ,  7.5 ,  7.5 ,  7.5 ],
        [ 8.75,  8.75,  8.75,  8.75,  8.75,  8.75],
        [10.  , 10.  , 10.  , 10.  , 10.  , 10.  ]])]

np.r_[1:9:3]

array([1, 4, 7])

np.c_[1:9:3]

array([[1],
       [4],
       [7]])

np.ones(3,dtype=int)

array([1, 1, 1])

np.identity(3)

array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

a=np.arange(5,8,0.5)
#b=np.linspace(5,10,5)
a

array([5. , 5.5, 6. , 6.5, 7. , 7.5])

a[np.newaxis,:,np.newaxis]

array([[[5. ],
        [5.5],
        [6. ],
        [6.5],
        [7. ],
        [7.5]]])

a.shape=2,3
a

array([[5. , 5.5, 6. ],
       [6.5, 7. , 7.5]])

a[0,2]=0
a[1,2]=0
a

array([[5. , 5.5, 0. ],
       [6.5, 7. , 0. ]])

b=a.T
b

array([[5. , 6.5],
       [5.5, 7. ],
       [0. , 0. ]])

c=a
np.concatenate((a,c),axis = 1)

array([[5. , 5.5, 0. , 5. , 5.5, 0. ],
       [6.5, 7. , 0. , 6.5, 7. , 0. ]])

a.flatten()

array([5. , 5.5, 0. , 6.5, 7. , 0. ])

a.ravel()

array([5. , 5.5, 0. , 6.5, 7. , 0. ])

4. 随机模块

#所有的值都是从0到1
np.random.rand(2,2)

array([[0.71729093, 0.54947991],
       [0.50235575, 0.97256068]])

#返回的是随机的整数，左闭右开
np.random.randint(100,size = (2,3))#100以内的随机数2行3列

array([[90, 41, 75],
       [55, 65, 73]])

np.random.random_sample()#0-1之间的随机数

0.4315886964827691

np.random.randint(0,10,3)#0-10找3个数

array([4, 0, 6])

mu, sigma = 0,0.1#高斯分布
a=np.random.normal(mu,sigma,9)#9个数
a

array([ 0.17, -0.06,  0.05, -0.1 ,  0.06, -0.08, -0.13, -0.09,  0.17])

np.set_printoptions(precision = 2)#设置打印精度

np.random.shuffle(a)#洗牌
a

array([-0.09,  0.05,  0.17, -0.06, -0.08,  0.06, -0.13,  0.17, -0.1 ])

np.random.seed(10)#设置种子后随机的方法是一样的
mu, sigma = 0,0.1
np.random.normal(mu,sigma,10)

array([ 0.13,  0.07, -0.15, -0.  ,  0.06, -0.07,  0.03,  0.01,  0.  ,
       -0.02])

5. 数据读写

%%writefile aaa.txt
1 2 3 4 5 6
2 3 5 8 7 9

Writing aaa.txt

data = []
with open('aaa.txt') as f:
    for line in f.readlines():
        fileds = line.split()#空格切分
        cur_data = [float(x) for x in fileds]
        data.append(cur_data)
data = np.array(data)
data

array([[1., 2., 3., 4., 5., 6.],
       [2., 3., 5., 8., 7., 9.]])

data=[]
data = np.loadtxt('aaa.txt')
data

array([[1., 2., 3., 4., 5., 6.],
       [2., 3., 5., 8., 7., 9.]])

data = np.loadtxt('aaa.txt',delimiter = ' ')#分隔缝读取
data

array([[1., 2., 3., 4., 5., 6.],
       [2., 3., 5., 8., 7., 9.]])

data = np.loadtxt('aaa.txt',delimiter = ' ',skiprows = 1)#去掉第一行
data

array([2., 3., 5., 8., 7., 9.])