numpy的使用汇总

1.%timeit

%timeit ：ipython中统计运行时间的魔术方法（多次运行取平均值）

import numpy as np

values = np.arange(1, 1000000)
%timeit 1/values

2.numpy

Numpy 是由C语言编写的，因此相对来说运行速度更快。此外，还有以下方面原因：
（1）Numpy数组内的数据类型必须是统一的，如全部是浮点型，而Python列表支持任意类型数据的填充
（2）Numpy数组内的数据连续存储在内存中，而Python列表的数据分散在内存中

在数据处理的过程中，遇到使用“Python for循环” 实现一些向量化、矩阵化操作的时候，要优先考虑用Numpy

2.1 用列表创建

import numpy as np

x = np.array([1, 2, 3, 4, 5])
print(x)

[1 2 3 4 5]

设置数组的数据类型

x = np.array([1, 2, 3, 4, 5], dtype="float32")
print(x)
print(type(x[0]))

[1. 2. 3. 4. 5.]
<class ‘numpy.float32’>

二维数组

x = np.array([[1, 2, 3],
             [4, 5, 6],
             [7, 8, 9]])
print(x)
print(x.shape)

[[1 2 3]
[4 5 6]
[7 8 9]]
(3, 3)

2.2从头创建数组

2.2.1创建长度为5的数组，值都为0

np.zeros(5, dtype=int)

array([0, 0, 0, 0, 0])

2.2.2创建一个2*4的浮点型数组，值都为1

np.ones((2, 4), dtype=float)

array([[1., 1., 1., 1.],
[1., 1., 1., 1.]])

2.2.3创建一个3*5的数组，值都为8

np.full((3, 5), 8)

array([[8, 8, 8, 8, 8],
[8, 8, 8, 8, 8],
[8, 8, 8, 8, 8]])

2.2.4创建一个3*3的单位矩阵

np.eye(3)

array([[1., 0., 0.],
[0., 1., 0.],
[0., 0., 1.]])
2.2.5创建一个线性序列数组，从1开始，到15结束，步长为2

np.arange(1, 15, 2)

array([ 1, 3, 5, 7, 9, 11, 13])

2.2.6创建一个3*3的，在0~1之间均匀分布的随机数构成的数组

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

array([[0.59456354, 0.95854248, 0.9951515 ],
[0.4014392 , 0.04666012, 0.40776128],
[0.66377712, 0.36550437, 0.89673612]])

2.2.7创建一个3*3的，在[0,10)之间随机整数构成的数组

np.random.randint(0, 10, (3,3))

array([[9, 1, 9],
[0, 3, 9],
[8, 5, 4]])