Python 学习 - Numpy

最新推荐文章于 2023-07-06 12:28:17 发布

foubaby

最新推荐文章于 2023-07-06 12:28:17 发布

阅读量963

点赞数

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/qq_37622944/article/details/105621175

版权

Numpy 学习

Ndarray对象

特点

N 维数组对象一系列同类型数据的集合下标从0开始
每个元素在内存中占有相同存储大小
由什么构成
- 指向数据（内存中的一块数据）的指针
- 元素的数据类型dtype，指示数组中固定大小的格子
- 表示数组形状（shape）的元组，表示每一维的大小
- 跨度元组（stride）指示前进到当前维度下一个元素需要跨多少字节长度

构造

nd.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0 )

参数说明：

名称	描述
object	数组或嵌套的数列、元组(用什么来初始化n维数组)
dtype	数组元素的数据类型，可选
copy	对象是否需要复制，可选
order	创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
subok	默认返回一个与基类类型一致的数组
ndmin	指定生成数组的最小维度

数据类型 dtype

numpy自带类型

bool_
int_
- int8
- int16
- int32
- int64
  
  int8, int16, int32, int64 四种数据类型可以使用字符串 ‘i1’, ‘i2’,‘i4’,‘i8’ 代替
uint8 12 32 64
float_
- float16 32 64
complex_
- complex64 128

内建类型都有一个唯一定义它的字符代码，如下：

字符	对应类型
b	布尔型
i	(有符号) 整型
u	无符号整型 integer
f	浮点型
c	复数浮点型
m	timedelta（时间间隔）
M	datetime（日期时间）
O	(Python) 对象
S, a	(byte-)字符串
U	Unicode
V	原始数据 (void)

dtype 表述数组的内存区域如何使用：存储什么类型的数据，占有多大的内存，依赖于

数据类型
数据大小
字节顺序（大端还是小端）
元素是结构化数据类型：字段的名称、每个字段的数据类型、以及每个字段占内存的大小
数据类型是字数组，形状和数据类型

构造

numpy.dtype(object, align, copy)

通过自带类型的组合成自己想要的类型

object - 要转换为的数据类型对象
align - 如果为 true，填充字段使其类似 C 的结构体。大端还是小端可以使用’<i4’表示
copy - 复制 dtype 对象，如果为 false，则是对内置数据类型对象的引用

创建成功后表示一个结构数据类型， ndarray的每个元素都是这个类型，类似类的实例

结构化数据类型使用

结构化数据类型对象使用列表[]括起来，每个数据类型用（）括起来，包括字段名+ 字段值类型

dt = np.dtype([('age','i1')])    
>>> dt
dtype([('age', 'i1')])
>>> np.array([12, 16], dtype = dt) 
array([(12,), (16,)], dtype=[('age', 'i1')])
>>> arr = np.array([12, 16], dtype = dt) 
>>> arr['age']
array([12, 16], dtype=int8)
>>> arr[0]['age'] 
12

构建ndarray对象的时候，每个元素数据由（）括起来，并按照dtype数据类型的顺序赋值

Numpy 数组属性

维度

秩 rank 或轴 axis
axis = 0 表示第一轴，按列看对每一列进行操作； axis= 1 表示第二轴，按行看，对每一行进行操作

NumPy 的数组中比较重要 ndarray 对象属性有：

属性	说明
`ndarray.ndim`	秩，即轴的数量或维度的数量
`ndarray.shape`	数组的维度，对于矩阵，n 行 m 列只有一个参数的话 (2,)表示有2列可以通过直接赋值来改变维度或者通过`reshape`
ndarray.size	数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype	ndarray 对象的元素类型
ndarray.itemsize	ndarray 对象中每个元素的大小，以字节为单位
ndarray.flags	ndarray 对象的内存信息
ndarray.real	ndarray元素的实部
ndarray.imag	ndarray 元素的虚部
ndarray.data	包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。
ndarray.T	转置
ndarray.copy(oder)	按order重新进行存储，直接赋值是指向同一块内存

创建数组

创建空数组

np.empty(shape, dtype = float, order = 'c')

创建一个shape规定的几维几列的数组， dtype 是元素数据类型，oder 是行优先还是列优先存储内存中

因为没有初始化，每个元素值是随机值
np.zeros(shape, dtype = float, order = 'c')

默认是浮点数，按列优先，全0 数组
np.ones(shape, dtype = None, order = 'c')

数据类型可选，默认也是float ，全1数组

根据已有对象创建nd数组

通过np.array(object, dtype=) 5个参数
np.asarray(a, dtype = None, order = None)

a 可以是列表元组、

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)

用于实现动态数组。

参数说明：

参数	描述
buffer	可以是任意对象，会以流的形式读入。
dtype	返回数组的数据类型，可选
count	读取的数据数量，默认为-1，读取所有数据。
offset	读取的起始位置，默认为0。