NumPy2: 数组的基本操作

1.一维数组的索引和切片

from numpy import *
a=arange(9)
print(a)
#数组切片，类似于序列操作
print(a[3:7])
print(a[:7:2])
print(a[::-1]) #逆序

2.多维数组的索引和切片

from numpy import *
#改变数组维度
b = arange(24).reshape(2,3,4)
print(b)
#访问单个数组元素
print(b[1,1,1])
#第一维度所有的[1,1]位置的元素
print(b[:,1,1])
#第一维度所有元素
print(b[0])
print(b[0,:,:])  #等价于b[0]
print(b[0,...]) #等价于b[0],多个":"可以用"..."代替
#可以在数组任意维度中,做一维数组支持的切片
#把三维数组看作多个楼层，多个行，多个列的房间号分布
print(b[0,1,::2]) #第0层，第1行，列每隔2选一个
print(b[...,2])   #所有楼层，所有行，第2列的房间号
print(b[0,:,-1])   #第一层，最后一列所有房间
print(b[0,::-1,-1])   #第一层，最后一列所有房间反向选取
#如果多维数组中执行翻转一维数组的命令，将在第一维度上翻转所有元素
print(b[::-1])

3.改变多维数组的维度

from numpy import *
def print_line():
    print("==="*20)
#1.reshape函数，变为多维
b=arange(24).reshape(4,6)
print(b)
print_line()
#2.ravel展平数组,返回一个视图
print(b.ravel())
print(b)
print_line()
#3.flatten
#功能同ravel，不过会实际分配内存来保存结果，ravel只是展开一个视图
c=b.flatten()
print(c)
print(b)
print_line()
#4.用元组设置维度,同reshape()，直接改变数组
b.shape=(3,8)
print(b)
print_line()
#5.transpose在线性代数中常用的转置矩阵
d=b.transpose()
print(d)
#5.resize:和reshape功能一样，但是resize直接改变数组本身
b.resize((2,12))
print(b)

4.数组的组合

import numpy as np
from numpy import *
def print_line():
    print("==="*20)
a = arange(9).reshape(3,3)
b=2*a
print(a)
print(b)
print_line()
#1.水平组合
print(hstack((a,b)))
print(concatenate((a,b),axis=1))
print_line()
#2.垂直组合
print(vstack((a,b)))
print(concatenate((a,b),axis=0))
print_line()
#3.深度组合：沿“深度”进行叠加
print(dstack((a,b)))
#4.列组合：
#对于一维数组，按列方向进行组合
oned=arange(2)
twice_ond=oned*2
print(column_stack((oned,twice_ond)))
#[[0 0]
 #[1 2]]
 #对于多维数组，功能同hstack()
#5.行组合
#对于一维数组，按行方向进行组合
print(row_stack((oned,twice_ond)))
#[[0 1]
#[0 2]]
#对于多维数组，功能同vstack()

5.数组的分割

import numpy as np
from numpy import *
def print_line():
    print("==="*20)
a = arange(9).reshape(3,3)
print(a)
#1.水平分割
b=hsplit(a,3)
for item in b:
    print(item)
print_line()
c=split(a,3,axis=1)
print(type(c))
for item in c:
    print(item)
print_line()
#2.垂直分割
b=vsplit(a,3)
for item in b:
    print(item)
c=split(a,3,axis=0)
for item in c:
    print(item)
print_line()
#3.深度分割
#按深度方向，切蛋糕,切完之后维度是(3,3,1)
c=arange(27).reshape(3,3,3)
print(c)
d=dsplit(c,3)
print(type(d))
for item in d:
    print(item.shape)

6.数组的属性

除了shape和dtype属性之外，ndarray对象还有很多其他属性；

#1.ndim数组维度#

2.size：数组元素总数

#3.itemsize:数组中单个元素所占内存字节数
#4.nbytes:size*itemsize 整个数组所占存储空间

#5.T 等效于transpose
#对于一维数组,.T就是其本身
a=arange(6)
print(a.T)

#6.复数
#7.flat:迭代器
#是唯一获得flatiter对象的方式，可以像遍历一维数组一样去遍历多维数组

 

import numpy as np
from numpy import *
b=arange(24).reshape(2,12)
#1.ndim数组维度
print(b.ndim)
#2.size：数组元素总数
print(b.size)
#3.itemsize:数组中单个元素所占内存字节数
print(b.itemsize)
#4.nbytes:size*itemsize
#整个数组所占存储空间
print(b.nbytes)
#5.T 等效于transpose
b.resize(6,4)
print(b)
print(b.T)
#对于一维数组,.T就是其本身
a=arange(6)
print(a.T)
#6.复数
c=array([1.j+1,2.j+3])
print(c)
print(c.real)
print(c.imag)
print(c.dtype)
#7.flat:迭代器
#是唯一获得flatiter对象的方式，可以像遍历一维数组一样去遍历多维数组
b=arange(4).reshape(2,2)
print(b)
f = b.flat
for item in f:
    print(item)
#可以用flatiter直接获取一个数组元素
print(b.flat[2])
print("*"*20)
#可以获取多个元素
print(b.flat[[1,3]])
#flat属性可以被赋值,对flat属性赋值将导致整个数组元素都被覆盖
b.flat=8
print(b)
#对指定flat赋值，改变相对应元素
b.flat[[1,2]]=2
print(b)

7.数组的转换

数组转换成python列表

import numpy as np
from numpy import *
b=array([1.+1.j,3.+3.j])
print(b)
#[1.+1.j 3.+3.j]
#tolist:将Numpy数组转换成Python列表
print(b.tolist())
#[(1+1j), (3+3j)]
print("*"*88)
#astype:转换数组时指定数据类型
print(b.astype(int))  #丢掉虚数部分
print(b.astype('complex'))  #可以字符串做参数