Python NumPy 学习

Numpy 提供了一个在 Python 中做科学计算的基础库，重在数值计算，主要用于处理多维数组（矩阵）的库
用来存储和处理大型矩阵，比 Python 自身的嵌套列表结构要高效的多。本身是由C语言开发，是个很基础的扩展，Python其余的科学计算扩展大部分都是以此为基础

高性能科学计算和数据分析的基础包
ndarray，多维数组（矩阵），具有矢量运算能力，快速、节省空间
矩阵运算，无需循环，可完成类似Matlab中的矢量运算
线性代数、随机数生成

一、创建数组的三种方法

import random
import numpy as np
# numpy 用来帮助我们进行数值型计算
# 第一种方法
a = np.array([1,2,3,4,5])
print(a)	# [1 2 3 4 5]
print(type(a))	# <class 'numpy.ndarray'>
# 第二种方法
b = np.array(range(1,6))
print(b)	#[1 2 3 4 5]
print(type(b))	#<class 'numpy.ndarray'>
# 第三种方法
c = np.arange(1,6)
print(c) 	#[1 2 3 4 5]
print(type(c))	#<class 'numpy.ndarray'>
# dtype 查看数组中数据的类型
print(c.dtype)	# int32

# 也可以指定数据类型
d = np.array([1,1,0,1],dtype=bool)
print(d) # [ True  True False  True]

# numpy中含有小数的情况
e = np.array([random.random() for i in range(4)])
print(e)	# [0.17119639 0.10179202 0.6112741  0.3211631 ]
print(type(e))	# <class 'numpy.ndarray'>
print(e.dtype)	# float64

# 指定数组中小数的个数
f = e.round(2)
print(f)	# [0.17 0.1  0.61 0.32]

二、数组的形状

1. 二维数组

a = np.array([[1,2,3],[4,5,6]])

2. 三维数组

b = np.array([[[1,2,3],[4,5,6]],[[1,2,3],[4,5,6]]])

3. 上面的步骤过于复杂，可以借助 reshape 函数


4. 三种方式将 3 维数组 f ，转成 1 维数组

三、数组的计算

1. 将数组中的所有元素 + 2
   
2. 运行 b/0 并不会报错，其中 nan (not a number) 代表未定义或不可表示的值，inf (infimum) 表示无穷
   
3. 两个相同结构的数组的运算
   

因为行的维度两个数组是相同的，所以会对每一行进行+——*/运算
多维中有一个（或以上）维度相同的话就可以进行计算
所有维度都不相同，无法进行计算

四、转置操作

转置的三种操作方法

a = np.arange(12)
b = a.reshape((3,4))

print(b.T)

print(b.transpose())
# 交换 0 轴和 1 轴
print(b.swapaxes(1,0))

五、取行/列

# b 是一个二维数组
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
 
# 取第 3 行
print(b[2])
[ 8  9 10 11]

# 取连续的多行
print(b[1:4])
[[ 4  5  6  7]
 [ 8  9 10 11]]

# 取不连续的多行（1,3行）
print(b[[0,2]])
[[ 0  1  2  3]
 [ 8  9 10 11]]

# 取第 2 列
print(b[:,1])
[1 5 9]

# 取连续的多列（1~3列）
print(b[:,0:2])
[[ 0  1  2]
 [ 4  5  6]
 [ 8  9 10]]

# 取不连续的多列（1,3列）
print(b[:,[0,2]])
[[ 0  2]
 [ 4  6]
 [ 8 10]]

# 取单个数，处于第二行第三列的数
print(b[2,3])
11

# 取多个数
print(b[2:5,1:4])
[[ 9 10 11]]
print(b[1,2],b[2,3])
6 11

六、布尔索引、三元运算、裁剪

1. 布尔索引
   
2. 三元运算
   将 b 中小于 4 的置为 0 ,大于等于 4 的置为 10
   
3. 裁剪
   将 b 中 小于 6 的置为 6，大于 9 的置为 9
   

七、其他扩展

1. 常用统计函数

求和：t.sum(axis=None)

均值：t.mean(a,axis=None) 受离群点的影响较大

中值：np.median(t,axis=None)

最大值：t.max(axis=None)

最小值：t.min(axis=None)

极值：np.ptp(t,axis=None) 即最大值和最小值只差

标准差：t.std(axis=None)

2. 常用的数组

创建一个全0的数组: np.zeros((3,4))
创建一个全1的数组: np.ones((3,4))
创建一个对角线为1的正方形数组(方阵)：np.eye(3) 

3. numpy 中的 copy 和 view

a = b 完全不复制，a和b相互影响
a = b[:],视图的操作，一种切片，会创建新的对象a，但是a的数据完全由b保管，他们两个的数据变化是一致的，
a = b.copy(),复制，a和b互不影响

4. 轴