numpy的简单实用操作

最新推荐文章于 2024-05-07 23:33:58 发布

邓冉

最新推荐文章于 2024-05-07 23:33:58 发布

阅读量629

点赞数

文章标签： numpy python 机器学习

本文链接：https://blog.csdn.net/qq_55321850/article/details/126821404

版权

1、创建ndarray(一种多维数组对象)

创建数组最简单的办法就是使用array函数。它接受一切序列型的对象（包括其他数组），然后产生一个新的含有传入数据的NumPy数组。

import numpy as np
data = np.array([1,2,3])
print(data)

除np.array之外，还有一些函数也可以新建数组。比如，zeros和ones分别可以创建指定长度或形状的全0或全1数组。empty可以创建一个没有任何具体值的数组。

2、数组的拆分

（1）numpy.reshape 给数组一个新的形状而不改变其数据

（2）垂直拆分：numpy.vsplit

import numpy as np
c = np.arange(1,13).reshape(6,2)
print(c)
np.vsplit(c,3)

(3) 水平拆分：numpy.hsplit

import numpy as np
c = np.arange(1,13).reshape(6,2)
d =c.T
print(d)
np.hsplit(d,3)

3、numpy基本加减和取行操作

import numpy as np
a = np.array([1,1,1,1])
b = np.array([[1],[1],[1],[1]])
print(a+b)

c = np.array([[1,1,1,1]])
print(c+b)

4、矩阵删除、插入、尾部添加操作(delete,insert,append)

numpy矩阵操作主要有delete()、insert()、append()等函数，分别执行删除、插入和添加的操作，注意append可以看为insert函数的特殊情况，即在尾部补充可以看为插入最后一行或列

（1）delete()函数

import numpy as np
matrix = [
[1,2,3,4],
[5,6,7,8],
[9,10,11,12]
]
p1 = np.delete(matrix, 1, 0) # 第0维度(行)第1行被删除(初始行为0行)
print(p1)
p2 = np.delete(matrix, 1, 1) # 第1维度(列)第1行被删除
print(p2)
p3 = np.delete(matrix, 1) # 拉平后删除第1个元素(初始为第0个)
print(p3)
p4 = np.delete(matrix, [0,1], 1) # 第1维度(列)第0、1行被删除
print(p4)

（2）insert()函数

import numpy as np
matrix = [
[1,2,3,4],
[5,6,7,8],
[9,10,11,12]
]
q1 = np.insert(matrix, 1, [1,1,1,1], 0) # 第0维度(行)第1行添加[1,1,1,1]
print(q1)
q2 = np.insert(matrix, 0, [1,1,1], 1) # 第1维度(列)第0列添加1,1,1
print(q2)
q3 = np.insert(matrix, 3, [1,1,1,1], 0) # 第0维度(行)第3行添加[1,1,1,1]
print(q3)

（3）append()函数

import numpy as np
matrix = [
[1,2,3,4],
[5,6,7,8],
[9,10,11,12]
]
m1 = np.append(matrix,[[1,1,1,1]],axis=0)

#第0维度(行)尾部添加[[1,1,1,1]],注意两个[],相同维度
print(m1)
m2 = np.append(matrix,[[1],[1],[1]],axis=1)

#第1维度(列)尾部添加[[1],[1],[1]],注意两个[],相同维度
print(m2)
m3 = np.append(matrix,[1,1,1,1])

#拉平后再尾部添加[1,1,1,1]，这里可以[[1,1,1,1]]和[1,1,1,1]均可
print(m3)