numpy 基础1

numpy.array 基础

In [ ]:

import numpy

In [ ]:

numpy.__version__

In [ ]:

import numpy as np

In [ ]:

np.__version__

Python List的特点

In [ ]:

L = [i for i in range(10)]
L

In [ ]:

L[5]

In [ ]:

L[5] = 100
L

In [ ]:

L[5] = "Machine Learning"
L

Python的List不要求存储同样的类型，带来效率问题。

In [ ]:

import array
arr = array.array('i', [i for i in range(10)])
arr

In [ ]:

arr[5]

In [ ]:

arr[5] = 100
arr

In [ ]:

arr[5] = "Machine Learning"

In [ ]:

arr[5] = 5.0

array的缺点是没有将数据当做向量或者矩阵，不支持基本运算。

numpy.array

In [ ]:

nparr = np.array([i for i in range(10)])
nparr

In [ ]:

nparr[5] = 100
nparr

In [ ]:

nparr[5] = "Machine Learning"

In [ ]:

nparr.dtype

In [ ]:

nparr[5] = 5.0
nparr

In [ ]:

nparr.dtype

In [ ]:

nparr[5] = 3.14
nparr

In [ ]:

nparr2 = np.array([1, 2, 3.0])
nparr2.dtype

创建 numpy.array

In [ ]:

import numpy as np

numpy.array

In [ ]:

nparr = np.array([i for i in range(10)])
nparr

其他创建 numpy.array 的方法

zeros

In [ ]:

np.zeros(10)

In [ ]:

np.zeros(10, dtype=float)

In [ ]:

np.zeros((3, 5))

In [ ]:

np.zeros(shape=(3, 5), dtype=int)

ones

In [ ]:

np.ones(10)

In [ ]:

np.ones((3, 5))

full

In [ ]:

np.full((3, 5), 666)

In [ ]:

np.full(fill_value=666, shape=(3, 5))

arange

In [ ]:

[i for i in range(0, 20, 2)]

In [ ]:

np.arange(0, 20, 2)

In [ ]:

[i for i in range(0, 1, 0.2)]

In [ ]:

np.arange(0, 1, 0.2)

In [ ]:

[i for i in range(0, 10)]

In [ ]:

np.arange(0, 10)

In [ ]:

[i for i in range(10)]

In [ ]:

np.arange(10)

linspace

In [ ]:

np.linspace(0, 20, 10)

In [ ]:

np.linspace(0, 20, 11)

In [ ]:

np.linspace(0, 1, 5)

random

randint

In [ ]:

np.random.randint(0, 10)    # [0, 10)之间的随机数

In [ ]:

np.random.randint(0, 10, 10)

In [ ]:

np.random.randint(0, 1, 10)

In [ ]:

np.random.randint(0, 10, size=10)

In [ ]:

np.random.randint(0, 10, size=(3,5))

In [ ]:

np.random.randint(10, size=(3,5))

seed

In [ ]:

np.random.seed(666)

In [ ]:

np.random.randint(0, 10, size=(3, 5))

In [ ]:

np.random.seed(666)
np.random.randint(0, 10, size=(3,5))

random

In [ ]:

np.random.random()

In [ ]:

np.random.random((3,5))

normal

In [ ]:

np.random.normal()

In [ ]:

np.random.normal(10, 100)

In [ ]:

np.random.normal(0, 1, (3, 5))

np.random.<TAB> 查看random中的更多方法

In [ ]:

np.random?

In [ ]:

np.random.normal?

In [ ]:

help(np.random.normal)

numpy.array 基本操作

In [ ]:

import numpy as np
np.random.seed(0)

x = np.arange(10)

In [ ]:

x

In [ ]:

X = np.arange(15).reshape((3, 5))

In [ ]:

X

numpy.array 的基本属性

In [ ]:

x.ndim

In [ ]:

X.ndim

In [ ]:

x.shape

In [ ]:

X.shape

In [ ]:

x.size

In [ ]:

X.size

numpy.array 的数据访问

In [ ]:

x

In [ ]:

x[0]

In [ ]:

x[-1]

In [ ]:

X

In [ ]:

X[0][0] # 不建议！

In [ ]:

X[0, 0]

In [ ]:

X[0, -1]

In [ ]:

x

In [ ]:

x[0:5]

In [ ]:

x[:5]

In [ ]:

x[5:]

In [ ]:

x[4:7]

In [ ]:

x[::2]

In [ ]:

x[1::2]

In [ ]:

x[::-1]

In [ ]:

X

In [ ]:

X[:2, :3]

In [ ]:

X[:2][:3] # 结果不一样，在numpy中使用","做多维索引

In [ ]:

X[:2, ::2]

In [ ]:

X[::-1, ::-1]

In [ ]:

X[0, :]

In [ ]:

X[:, 0]

Subarray of numpy.array

In [ ]:

subX = X[:2, :3]
subX

In [ ]:

subX[0, 0] = 100
subX

In [ ]:

X

In [ ]:

X[0, 0] = 0
X

In [ ]:

subX

In [ ]:

subX = X[:2, :3].copy()

In [ ]:

subX[0, 0] = 100
subX

In [ ]:

X

Reshape

In [ ]:

x.shape

In [ ]:

x.ndim

In [ ]:

x.reshape(2, 5)

In [ ]:

x

In [ ]:

A = x.reshape(2, 5)
A

In [ ]:

x

In [ ]:

B = x.reshape(1, 10)
B

In [ ]:

B.ndim

In [ ]:

B.shape

In [ ]:

x.reshape(-1, 10)

In [ ]:

x.reshape(10, -1)

In [ ]:

x.reshape(2, -1)

In [ ]:

x.reshape(3, -1)

numpy.array 合并和分割

In [ ]:

import numpy as np

numpy.array 的合并

In [ ]:

x = np.array([1, 2, 3])
y = np.array([3, 2, 1])

In [ ]:

np.concatenate([x, y])

In [ ]:

z = np.array([666, 666, 666])
np.concatenate([x, y, z])

In [ ]:

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

In [ ]:

np.concatenate([A, A], axis=1)

In [ ]:

np.concatenate([A, z])

In [ ]:

np.concatenate([A, z.reshape(1, -1)])

In [ ]:

np.vstack([A, z])

In [ ]:

B = np.full((2,2), 100)

In [ ]:

np.hstack([A, B])

In [ ]:

np.hstack([A, z])

numpy.array 的分割

In [ ]:

x = np.arange(10)
x    

In [ ]:

x1, x2, x3 = np.split(x, [3, 7])

In [ ]:

x1

In [ ]:

x2

In [ ]:

x3

In [ ]:

x1, x2 = np.split(x, [5])

In [ ]:

x1

In [ ]:

x2

In [ ]:

A = np.arange(16).reshape((4, 4))
A

In [ ]:

A1, A2 = np.split(A, [2])

In [ ]:

A1

In [ ]:

A2

In [ ]:

A1, A2 = np.split(A, [2], axis=1)

In [ ]:

A1

In [ ]:

A2

In [ ]:

upper, lower = np.vsplit(A, [2])

In [ ]:

upper

In [ ]:

lower

In [ ]:

left, right = np.hsplit(A, [2])

In [ ]:

left

In [ ]:

right

In [ ]:

data = np.arange(16).reshape((4, 4))
data

In [ ]:

X, y = np.hsplit(data, [-1])

In [ ]:

X

In [ ]:

y

In [ ]:

y[:, 0]