Python 教程之 Numpy（2）—— 数组

Numpy中的N维数组（ndarray）

Numpy 中的数组是一个元素表（通常是数字），所有元素类型相同，由正整数元组索引。在 Numpy 中，数组的维数称为数组的秩。给出数组沿每个维的大小的整数元组称为数组的形状。Numpy 中的数组类称为ndarray。Numpy 数组中的元素可以使用方括号访问，并且可以使用嵌套的 Python 列表进行初始化。

例子 ：

[[ 1, 2, 3],
      [ 4, 2, 5]]

Here, rank = 2 (as it is 2-dimensional or it has 2 axes)
First dimension(axis) length = 2, second dimension has length = 3
overall shape can be expressed as: (2, 3)

# 演示基本数组特征的 Python 程序
import numpy as np
 
# 创建数组对象
arr = np.array( [[ 1, 2, 3],
                 [ 4, 2, 5]] )
 
# arr 对象的打印类型
print("Array is of type: ", type(arr))
 
# 打印数组维度（轴）
print("No. of dimensions: ", arr.ndim)
 
# 阵列的打印形状
print("Shape of array: ", arr.shape)
 
# 数组的打印大小（元素总数）
print("Size of array: ", arr.size)
 
# 打印数组中元素的类型
print("Array stores elements of type: ", arr.dtype)

输出 ：

Array is of type:  <class 'numpy.ndarray'>
No. of dimensions:  2
Shape of array:  (2, 3)
Size of array:  6
Array stores elements of type:  int64

数组创建

在 NumPy 中有多种创建数组的方法。

• 例如，您可以使用array函数从常规 Python列表或元组创建一个数组。 结果数组的类型是从序列中元素的类型推导出来的。****
• 通常，数组的元素最初是未知的，但它的大小是已知的。因此，NumPy 提供了几个函数来创建具有初始占位符内容的数组。这些最大限度地减少了增长阵列的必要性，这是一项昂贵的操作。
  例如：  np.zeros、np.ones、np.full、np.empty 等。
• 为了创建数字序列，NumPy 提供了一个类似于 range 的函数，它返回数组而不是列表。
• arange： 返回给定间隔内均匀分布的值。步长是指定的。
• linspace： 返回给定间隔内均匀分布的值。编号_ 的元素被返回。
• 重塑数组： 我们可以使用reshape方法来重塑数组。考虑一个形状为 (a1, a2, a3, ..., aN) 的数组。我们可以重新整形并将其转换为另一个形状为 (b1, b2, b3, ..., bM) 的数组。唯一需要的条件是：