数组的创建与操作
数组的创建
通过numpy模块中的array函数实现数组的创建,如果向函数中传入一个列表或元组,将构造简单的一维数组;如果传入多个嵌套的列表或元组,则可以构造一个二维数组。构成数组的元素都是同质的,即数组中的每一个值都具有相同的数据类型,下面分别构造一个一维数组和二维数组。
arr1 = np.array([3,10,8,7,34,11,28,72])
arr2 = np.array(((8.5,6,4.1,2,0.7),(1.5,3,5.4,7.3,9),(3.2,3,3.8,3,3),(11.2,13.4,15.6,17.8,19)))
print('一维数组:\n',arr1)
print('二维数组:\n',arr2)
一维数组:
[ 3 10 8 7 34 11 28 72]
二维数组:
[[ 8.5 6. 4.1 2. 0.7]
[ 1.5 3. 5.4 7.3 9. ]
[ 3.2 3. 3.8 3. 3. ]
[11.2 13.4 15.6 17.8 19. ]]
数组元素的获取
# 一维数组元素的获取
print(arr1[[2,3,5,7]])
[ 8 7 11 72]
[]内,左右为行和列索引,若[]内有一个[],即行列表索引
# 二维数组按行取
print(arr2[[1,2]])
[[1.5 3. 5.4 7.3 9. ]
[3.2 3. 3.8 3. 3. ]]
# 第2行第3列元素
print(arr2[1,2])
5.4
# 第3行所有元素
print(arr2[2,:])
[3.2 3. 3.8 3. 3. ]
# 第2列所有元素
print(arr2[:,1])
[ 6. 3. 3. 13.4]
# 第2至4行,2至5行
print(arr2[1:4,1:5])
[[ 3. 5.4 7.3 9. ]
[ 3. 3.8 3. 3. ]
[13.4 15.6 17.8 19. ]]
在一维数组中,列表的所有索引方法都可以使用在数组上,而且还可以将任意位置的索引组装为列表,用作对应元素的获取;在二维数组中,位置索引必须写成[rows,cols]的形式,方括号的前半部分用于控制二维数组的行引,后半部分用于控制数组的列索引。如果需要获取所有的行或列元素,那么,对应的行索引或列索引需要用英文状态的冒号表示。但是,要是从数组中取出某几行和某几列,通过[rows,cols]的索引方法就不太有效了
# 第一行、最后一行和第二列、第四列构成的数组
print(arr2[[0,-1],[1,3]])
# 第一行、最后一行和第一列、第三列、第四列构成的数组
print(arr2[[0,-1],[1,2,3]])
[ 6. 17.8]
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
C:\WINDOWS\TEMP/ipykernel_5992/3795221112.py in <module>
2 print(arr2[[0,-1],[1,3]])
3 # 第一行、最后一行和第一列、第三列、第四列构成的数组
----> 4 print(arr2[[0,-1],[1,2,3]])
IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (2,) (3,)
第一个打印结果并不是2×2的数组,而是含两个元素的一维数组,这是因
为numpy将[[0,-1],[1,3]]组合的理解为了[0,1]和[-1,3];同样,在第二个元素索引中,numpy仍然将[[0,-1],[1,2,3]]组合理解为拆分单独的[rows,cols]形式,最终导致结果中的错误信息。实际上,numpy的理解是错误的,第二个输出应该是一个2×3的数组。为了克服[rows,cols]索引方法的弊端,建议读者使用ix_函数
ix_
# 第一行、最后一行和第二列、第四列构成的数组
print(arr2[np.ix_([0,-1],[1,3])])
# 第一行、最后一行和第一列、第三列、第四列构成的数组
print(arr2[np.ix_([0,-1],[0,2,3])])
[[ 6. 2. ]
[13.4 17.8]]
[[ 8.5 4.1 2. ]
[11.2 15.6 17.8]]
数组常用属性
在numpy模块中,可以通过genfromtxt函数读取外部文本文件的数据,这里的文本文件主要为csv文件和txt文件
genfromtxt
np.genfromtxt(fname, dtype=<class ‘float’>, comments=’#’, delimiter=None, skip_header=0,skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None,
names=None,)
fname:指定需要读入数据的文件路径。
dtype:指定读入数据的数据类型,默认为浮点型,如果原数据集中含有字符型数据,必
须指定数据类型为“str”。
comments:指定注释符,默认为“#”,如果原数据的行首有“#”,将忽略这些行的读入。
delimiter:指定数据集的列分割符。
skip_header:是否跳过数据集的首行,默认不跳过。
skip_footer:是否跳过数据集的脚注,默认不跳过。
converters:将指定列的数据转换成其他数值。
miss_values:指定缺失值的标记,如果原数据集含指定的标记,读入后这样的数据就为
缺失值。
filling_values:指定缺失值的填充值。
usecols:指定需要读入哪些列。
names:为读入数据的列设置列名称。
math english chinese history physics
76 59 100 78 71
75 94 83 63 65
83 76 92 73 82
64 81 100 70 78
# 查看数据结构
print(type(stu_score))
# 查看数据维数
print(stu_score.ndim)
# 查看数据行列数
print(stu_score.shape)
# 查看数组元素的数据类型
print(stu_score.dtype)
# 查看数组元素个数
print(stu_score.size)
<class 'numpy.ndarray'>
2
(1380, 5)
float64
6900
数组的形状处理
reshape、resize、
ravel、flatten、reshape
vstack、hstack、row_stack和colum_stack
arr3 = np.array([[1,5,7],[3,6,1],[2,4,8],[5,8,9],[1,5,9],[8,5,2]])
# 数组的行列数
print(arr3.shape)
# 使用reshape方法更改数组的形状
print(arr3.reshape(2,9))
# 打印数组arr3的行列数
print(arr3.shape)
# 使用resize方法更改数组的形状
print(arr3.resize(2,9))
# 打印数组arr3的行列数
print(arr3.shape)
(6, 3)
[[1 5 7 3 6 1 2 4 8]
[5 8 9 1 5 9 8 5 2]]
(6, 3)
None
(2, 9)
虽然reshape和resize都是用来改变数组形状的“方法”,但是reshape方法只
是返回改变形状后的预览,但并未真正改变数组arr3的形状;而resize方法则不会返回预览,而是会直接改变数组arr3的形状
将多维数组降为一维数组,利用ravel、flatten和reshape三种方法
arr4 = np.array([[1,10,100],[2,20,200],[3,30,300]])
print('原数组:\n',arr4)
# 默认排序降维
print('数组降维:\n',arr4.ravel())
print(arr4.flatten())
print(arr4.reshape(-1))
# 改变排序模式的降维
print(arr4.ravel(order = 'F'))
print(arr4.flatten(order = 'F'))
print(arr4.reshape(-1, order = 'F'))
arr4 = np.array([[1,10,100],[2,20,50],[3,30,300]])
print('原数组:\n',arr4)
# 默认排序降维
print('数组降维:\n',arr4.ravel())
print(arr4.flatten())
print(arr4.reshape(-1))
# 改变排序模式的降维
print(arr4.ravel(order = 'F'))
print(arr4.flatten(order = 'F'))
print(arr4.reshape(-1, order = 'F'))
原数组:
[[ 1 10 100]
[ 2 20 50]
[ 3 30 300]]
数组降维:
[ 1 10 100 2 20 50 3 30 300]
[ 1 10 100 2 20 50 3 30 300]
[ 1 10 100 2 20 50 3 30 300]
[ 1 2 3 10 20 30 100 50 300]
[ 1 2 3 10 20 30 100 50 300]
[ 1 2 3 10 20 30 100 50 300]
在默认情况下,优先按照数组的行顺序,逐个将元素降至一维(见数组降
维的前三行打印结果);如果按原始数组的列顺序,将数组降为一维的话,需要设置order参数为“F”(见数组降维的后三行打印结果)
# 更改预览值
arr4.flatten()[0] = 2000
print('flatten方法:\n',arr4)
arr4.ravel()[1] = 1000
print('ravel方法:\n',arr4)
arr4.reshape(-1)[2] = 3000
print('reshape方法:\n',arr4)
flatten方法:
[[ 1 10 100]
[ 2 20 50]
[ 3 30 300]]
ravel方法:
[[ 1 1000 100]
[ 2 20 50]
[ 3 30 300]]
reshape方法:
[[ 1 1000 3000]
[ 2 20 50]
[ 3 30 300]]
通过flatten方法实现的降维返回的是复制,因为对降维后的元素做修改,并没有影响到原数组arr4的结果;相反,ravel方法与reshape方法返回的则是视图,通过对视图的改变,是会影响到原数组arr4的。vstack用于垂直方向(纵向)的数组堆叠,其功能与row_stack函数一致,而hstack则用于水平方向(横向)的数组合并,其功能与colum_stack函数一致
arr5 = np.array([1,2,3])
print('vstack纵向合并数组:\n',np.vstack([arr4,arr5]))
print('row_stack纵向合并数组:\n',np.row_stack([arr4,arr5]))
vstack纵向合并数组:
[[ 1 1000 3000]
[ 2 20 50]
[ 3 30 300]
[ 1 2 3]]
row_stack纵向合并数组:
[[ 1 1000 3000]
[ 2 20 50]
[ 3 30 300]
[ 1 2 3]]
arr6 = np.array([[5],[15],[25]])
print('hstack横向合并数组:\n',np.hstack([arr4,arr6]))
print('column_stack横向合并数组:\n',np.column_stack([arr4,arr6]))
hstack横向合并数组:
[[ 1 1000 3000 5]
[ 2 20 50 15]
[ 3 30 300 25]]
column_stack横向合并数组:
[[ 1 1000 3000 5]
[ 2 20 50 15]
[ 3 30 300 25]]
数组基本运算符
在numpy模块中,实现四则运算的计算既可以使用运算符号,也可以使用函数
print(arr4)
print('垂直方向计算数组的和:\n',np.sum(arr4,axis = 0))
print('水平方向计算数组的和:\n',np.sum(arr4, axis = 1))
print(arr4)
print('垂直方向计算数组的和:\n',np.sum(arr4,axis = 0))
print('水平方向计算数组的和:\n',np.sum(arr4, axis = 1))
# 加法运算
math = np.array([98,83,86,92,67,82])
english = np.array([68,74,66,82,75,89])
chinese = np.array([92,83,76,85,87,77])
tot_symbol = math+english+chinese
tot_fun = np.add(np.add(math,english),chinese)
print('符号加法:\n',tot_symbol)
print('函数加法:\n',tot_fun)
# 除法运算
height = np.array([165,177,158,169,173])
weight = np.array([62,73,59,72,80])
BMI_symbol = weight/(height/100)**2
BMI_fun = np.divide(weight,np.divide(height,100)**2)
print('符号除法:\n',BMI_symbol)
print('函数除法:\n',BMI_fun)
# 加法运算
math = np.array([98,83,86,92,67,82])
english = np.array([68,74,66,82,75,89])
chinese = np.array([92,83,76,85,87,77])
tot_symbol = math+english+chinese
tot_fun = np.add(np.add(math,english),chinese)
print('符号加法:\n',tot_symbol)
print('函数加法:\n',tot_fun)
# 除法运算
height = np.array([165,177,158,169,173])
weight = np.array([62,73,59,72,80])
BMI_symbol = weight/(height/100)**2
BMI_fun = np.divide(weight,np.divide(height,100)**2)
print('符号除法:\n',BMI_symbol)
print('函数除法:\n',BMI_fun)
np.add、np. subtract、np.multiply和np.divide
± * / %、//、**
四则运算中的符号分别是“±*/”,对应的numpy模块函数分别是np.add、np. subtract、np.multiply和np.divide。需要注意的是,函数只能接受两个对象的运算,如果需要多个对象的运算,就得使用嵌套方法,如上所示的符号加法和符号除法。不管是符号方法还是函数方法,都必须保证操作的数组具有相同的形状,除了数组与标量之间的运算(如除法中的身高与100的商)。另外,还有三个数学运算符,分别是余数、整除和指数:可以使用“%、//、**”计算数组元素之间商的余数、整除部分以及数组元素之间的指数。
arr7 = np.array([[1,2,10],[10,8,3],[7,6,5]])
arr8 = np.array([[2,2,2],[3,3,3],[4,4,4]])
print('数组arr7:\n',arr7)
print('数组arr8:\n',arr8)
# 求余数
print('计算余数:\n',arr7 % arr8)
# 求整除
print('计算整除:\n',arr7 // arr8)
# 求指数
print('计算指数:\n',arr7 ** arr8)
数组arr7:
[[ 1 2 10]
[10 8 3]
[ 7 6 5]]
数组arr8:
[[2 2 2]
[3 3 3]
[4 4 4]]
计算余数:
[[1 0 0]
[1 2 0]
[3 2 1]]
计算整除:
[[0 1 5]
[3 2 1]
[1 1 1]]
计算指数:
[[ 1 4 100]
[1000 512 27]
[2401 1296 625]]
# 取子集
# 从arr7中取出arr7大于arr8的所有元素
print(arr7)
print('满足条件的二维数组元素获取:\n',arr7[arr7>arr8])
# 从arr9中取出大于10的元素
arr9 = np.array([3,10,23,7,16,9,17,22,4,8,15])
print('满足条件的一维数组元素获取:\n',arr9[arr9>10])
# 判断操作
# 将arr7中大于7的元素改成5,其余的不变
print('二维数组的条件操作:\n',np.where(arr7>7,5,arr7))
# 将arr9中大于10 的元素改为1,否则改为0
print('一维数组的条件操作:\n',np.where(arr9>10,1,0))
[[ 1 2 10]
[10 8 3]
[ 7 6 5]]
满足条件的二维数组元素获取:
[10 10 8 7 6 5]
满足条件的一维数组元素获取:
[23 16 17 22 15]
二维数组的条件操作:
[[1 2 5]
[5 5 3]
[7 6 5]]
一维数组的条件操作:
[0 0 1 0 1 0 1 1 0 0 1]
运用bool索引,将满足条件的元素从数组中挑选出来,但不管是一维数组还是多维数组,通过bool索引返回的都是一维数组;np.where函数与Excel中的if函数一样,就是根据判定条件执行不同的分支语句。
广播
前面所介绍的各种数学运算符都是基于相同形状的数组,当数组形状不同时,也能够进行数学运算的功能称为数组的广播。但是数组的广播功能是有规则的,如果不满足这些规则,运算时就会出错。数组的广播规则是:
各输入数组的维度可以不相等,但必须确保从右到左的对应维度值相等。
如果对应维度值不相等,就必须保证其中一个为1。
各输入数组都向其shape最长的数组看齐,shape中不足的部分都通过在前面加1补齐。
# 各输入数组维度不一致,对应维度值相等
arr12 = np.arange(60).reshape(5,4,3)
arr10 = np.arange(12).reshape(4,3)
print('arr12\n',arr12)
print('\n')
print('arr10\n',arr10)
print('维数不一致,但末尾的维度值一致:\n',arr12 + arr10)
arr12
[[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
[[12 13 14]
[15 16 17]
[18 19 20]
[21 22 23]]
[[24 25 26]
[27 28 29]
[30 31 32]
[33 34 35]]
[[36 37 38]
[39 40 41]
[42 43 44]
[45 46 47]]
[[48 49 50]
[51 52 53]
[54 55 56]
[57 58 59]]]
arr10
[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
维数不一致,但末尾的维度值一致:
[[[ 0 2 4]
[ 6 8 10]
[12 14 16]
[18 20 22]]
[[12 14 16]
[18 20 22]
[24 26 28]
[30 32 34]]
[[24 26 28]
[30 32 34]
[36 38 40]
[42 44 46]]
[[36 38 40]
[42 44 46]
[48 50 52]
[54 56 58]]
[[48 50 52]
[54 56 58]
[60 62 64]
[66 68 70]]]
# 各输入数组维度不一致,对应维度值不相等,但其中有一个为1
arr12 = np.arange(60).reshape(5,4,3)
arr13 = np.arange(4).reshape(4,1)
print('arr12\n',arr12)
print('\n')
print('arr13\n',arr13)
print('维数不一致,维度值也不一致,但维度值至少一个为1:\n',arr12 + arr13)
# 加1补齐
arr14 = np.array([5,15,25])
print('arr10\n',arr10)
print('arr14的维度自动补齐为(1,3):\n',arr10 + arr14)
arr12
[[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
[[12 13 14]
[15 16 17]
[18 19 20]
[21 22 23]]
[[24 25 26]
[27 28 29]
[30 31 32]
[33 34 35]]
[[36 37 38]
[39 40 41]
[42 43 44]
[45 46 47]]
[[48 49 50]
[51 52 53]
[54 55 56]
[57 58 59]]]
arr13
[[0]
[1]
[2]
[3]]
维数不一致,维度值也不一致,但维度值至少一个为1:
[[[ 0 1 2]
[ 4 5 6]
[ 8 9 10]
[12 13 14]]
[[12 13 14]
[16 17 18]
[20 21 22]
[24 25 26]]
[[24 25 26]
[28 29 30]
[32 33 34]
[36 37 38]]
[[36 37 38]
[40 41 42]
[44 45 46]
[48 49 50]]
[[48 49 50]
[52 53 54]
[56 57 58]
[60 61 62]]]
arr10
[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
arr14的维度自动补齐为(1,3):
[[ 5 16 27]
[ 8 19 30]
[11 22 33]
[14 25 36]]
如上结果所示,第一个打印结果其实并没有用到数组的广播,因为这两个数组具有同形状;第二个打印结果是三维数组和两维数组的和,虽然维数不一样,但末尾的两个维度值是一样的,都是4和3,最终得到5×4×3的数组;第三个打印中的两个数组维数和维度值均不一样,但末尾的两个维度值中必须含一个1,且另一个必须相同,都为4,相加之后得到5×4×3的数组;第四个打印结果反映的是4×3的二维数组和(3,)的一维数组的和,两个数组维度不一致,为了能够运算,广播功能会自动将(3,)的一维数组补齐为(1,3)的二维数组,进而得到4×3的数组。
如果axis=1,则表示按水平方向计算统计值,即计算每一行的统计值;如果axis=0,则表示按垂直方向计算统计值,即计算每一列的统计值。
linalg