关于Numpy的学习总结

1. • 数据的维度

数据的维度可划分为：一维数据、二维数据、多维数据、高维数据

一维数据：由对等关系的有序或无序数据构成，采用线性方式组织，像经常用到的数组和列表。

二维数据：由多个一维数据构成，是一维数据的组合形式。经典二维数据类型→表格

多维数据：由一维或二维数据在新维度上扩展形成。

eg：时间维度

高维数据：仅利用最基本的二元关系展示数据间的复杂程度，也就是由键值对组成的结构关系。

2. • NumPy的数组对象：ndarray

• • 功能

1. 一个强大的N维数组对象ndarray

2. 广播功能函数

3. 整合C/C++/Fortran代码的工具

4. 线性代数、傅里叶变换、随机数生成等功能

• • 引用

建议：为使其他程序员共识，建议更改为 np ，而非其他别名

• • adarrary:N维数组对象

（1）ndarray是一个多维数组对象,由两部分构成:实际的数据和描迹这些数据的元数据（数据维度、数据类型等)。

ndarray数组一般要求所有元素类型相同(同质）,数组下标从0开始。

数组对象可以去掉元素间运算所需的循环，使一维向量更像一个单个的数据。还可以设置专门的数组对象用来可以提高运算速度。

（2）ndarray对象的属性

（3）ndarray的元素类型

整数类型

浮点类型

复数类型

ndarray可以由非同质对象构成

非同质的ndarray对象无法有效发挥Numpy优势，尽量避免使用（？）

3. • ndarrary数组的创建和变换

• • 创建方法

1. 从Python中的列表、元组等类型创建ndarray数组

2. 使用NumPy中函数创建ndarray数组，如：arange、ones等

3. 使用Numpy中其他函数创建ndarray数组

• • ndarray数组维度变换的常用方法

reshape不改变原数组，而是重新生成一个数组返回，resize则是直接改变原数组

即使用astype定义一个与原数组相同数据类型的数组，也是生成一个新的数组，对原数组进行一个拷贝

4.ndarray数组的操作

索引：获取数组中特定位置元素的过程

切片：获取数组元素子集的过程

一维数组的索引和切片：

多维数组的索引和切片：

（查阅相关资料，多加理解，个人认为不是很好理解，菜鸟教程由相关解释

NumPy 切片和索引 | 菜鸟教程 (runoob.com)）

5.ndarray数组的运算

• • 数组与标量的计算

数组与标量之间的运算，作用于数组中的每一个元素

• • Numpy一元函数

对ndarray中的数据执行元素级运算的函数

eg：

• • Numpy二元函数

问：用numpy创建一个二维或多维正态分布随机数，保留符合[0, 1)的数，然后求平均值。

答：

1. 生成0~1的数组 ：np.random.random

2. 正态分布（一维）：np.random.randn （n）

3. 正态分布（二维）：np.random.randn (2,n) 注意结果中括号数量

4. 正态分布（多维）：np.random.randn (x,y)