1.numpy学习(1)
1.1简介
数组与矩阵运算,提供大量数组运算的数学函数库。
- 一个强大的N维数组对象 ndarray
- 广播功能函数
- 整合 C/C++/Fortran 代码的工具
- 线性代数、傅里叶变换、随机数生成等功能
常与 SciPy和 Matplotlib(绘图库)一起使用, 这种组合广泛用于替代 MatLab
1.2ndarray对象
ndarray 内部由以下内容组成:
- 一个指向数据(内存或内存映射文件中的一块数据)的指针。
- dtype,数据类型 ,描述在数组中的固定大小值的格子。
- shape,表示各数组维度大小的元组。
- stride,跨度元组。类似切片中的步长。
创建一个 ndarray :调用 NumPy 的 array 函数
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
b=np.array([[4,5,6],[7,8,9],[1,2,3]],dtype=complex)
参数说明:
名称 | 描述 |
---|---|
object | 数组或嵌套的数列 |
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 |
1.3数据类型
1.4数据属性
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 |
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。 |
1.5创建数组
**empty **:用来创建一个指定形状(shape)、数据类型(dtype)且未初始化的数组
numpy.empty(shape, dtype = float, order = 'C')
x = np.empty([3,2], dtype = int)
zeros:创建指定大小的数组,数组元素以 0 来填充
numpy.zeros(shape, dtype = float, order = 'C')
# 默认为浮点数
x = np.zeros(5)
# 设置类型为整数
y = np.zeros((5,), dtype = np.int)
# 自定义类型
z = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')])
ones:创建指定形状的数组,数组元素以 1 来填充
numpy.ones(shape, dtype = None, order = 'C')
# 默认为浮点数
x = np.ones(5)
# 自定义类型
x = np.ones([2,2], dtype = int)
arange:创建单行元素
arange(start, stop,[step])
ndarray13 = np.arange(10) #产生0-9共10个元素
ndarray14 = np.arange(10, 20) #产生从10-19共10个元素
ndarray15 = np.arange(10, 20, 2) #产生10 12 14 16 18, 2为step 间隔为2
**eye:**创建单位矩阵
numpy.eye(N,M=None, k=0, dtype=<type 'float'>)
#N矩阵的阶数,K为对角线位置,上移