numpy库的知识点总结

numpy知识点总结

1）创建

>>> import numpy as np
>>> a = np.array([1,2,3,4])     #创建一维数组
>>> b = type(a)              #用于显示数组数据类型
>>> c = a.shape              #用于显示数组的形状
<type 'numpy.ndarray'>
>>> d = a.reshape((2,2))       #用于创建指定形状的新数组，而原数组的形状保持不变
>>> a[1] = 100               #将数组a的第二个元素改成100，d中的第二个元素也被改成了100

2）元素类型

>>> e = a.dtype          #显示元素类型(这里用的64位操作系统和Python，默认整数类型是62位)                 int64                           
>>> af = np.array([1,2,3,4], dtype = np.float) #需要特定dtype参数时使用此语句，也可以是int，complex等多种数据类型
>>> af1 = af.astype(np.int32)          '转换数据类型'

3）自动生成数组

arange()通过指定开始值、终值和步长来创建等差数列的一维数组，注意所得结果不包含终值

>>> print np.arange(0, 1, 0.1)     
[0.  0.1  0.2  0.3  0.4  0.5  0.6  0.7  0.8  0.9]

Linspace()通过指定开始值、终值和元素个数来创建等差数列的一维数组，可以通过endpoint参数指定是否包含终值，默认值为True，即包含终值。

>>> np.linspace(0, 1, 10)   #步长为1/9
[ 0.  ,  0.11111111,  0.22222222,  0.33333333,  0.44444444,
 0.55555556,  0.66666667,  0.77777778,  0.88888889,  1.    ]
>>>np.linspace(0, 1, 10, endpoint=False)   #步长为1/10
[ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9]

logspace()与linspace()类似，不过它创建的数组是等比数列。下面的例子产生从到、有5个元素的等比数列，注意起始值0表示，而终值2表示

>>>np.logspace(0, 2, 5)
[   1.        ,    3.16227766,   10.        ,   31.6227766 ,  100.        ]
>>>np.logspace(0, 1, 12, base=2, endpoint=False)
[   1.        ,    1.05946309,   1.12246205,    1.18920712,   1.25992105,    1.33483985,  1.41421356,  1.49830708,  1.58740105,  1.68179283, 1.78179744,  1.88774863]

zeros()、ones()、empty()可以创建指定形状和类型的数组

>>>np.empty((2,3), np.int)    #np.int可以用"int"代替

full()将数组元素初始化为指定的值

>>>np.full(4, np.pi)
[ 3.14159265,  3.14159265,  3.14159265,  3.14159265]

frombuffer()、fromstring()、fromfile()等函数可以从字节序列或文件创建数组。

>>>s = “abcdefgh”
>>>np.fromstring(s, dtype=np.int8)
[ 97,  98,  99, 100, 101, 102, 103, 104], dtype=int8

未完待续………………