NumPy数值计算基础（超详细的numpy使用方法）

NumPy数值计算基础

• NumPy是在1995年诞生的Python库Numeric的基础上建立起来的，但真正促使NumPy的发行的是Python的SciPy库。但SciPy中并没有合适的类似于Numeric中的对于基础数据对象处理的功能。于是，SciPy的开发者将SciPy中的一部分和Numeric的设计思想结合，在2005年发行了NumPy。
• NumPy是Python的一种开源的数值计算扩展库。它包含很多功能，如创建n维数组（矩阵）、对数组进行函数运算、数值积分等。 NumPy的诞生弥补了这些缺陷，它提供了两种基本的对象：
• ndarray：是储存单一数据类型的多维数组。
• ufunc：是一种能够对数组进行处理的函数。
• NumPy常用的导入格式：import numpy as np

一、NumPy多维数组

1 创建数组对象

通常来说，ndarray是一个通用的同构数据容器，即其中的所有元素都需要相同的类型。利用array函数可创建ndarray数组。

（1）利用array函数创建数组对象

array函数的格式：np.array(object, dtype,ndmin)

array函数的主要参数及说明：

import numpy as np
data1 = [1,3,5,7] #列表
w1 = np.array(data1)
print('w1:',w1)
data2 = (2,4,6,8) #元组
w2 = np.array(data2)
print('w2:',w2)
data3 = [[1,2,3,4],[5,6,7,8]] #多维数组
w3 = np.array(data3)
print('w3:',w3)

（2）专门创建数组的函数

• arange函数：创建等差一维数组
• 格式：np.arange([start, ]stop, [step, ]dtype)

例：`

warray = np.arange(10)
print(warray)
warray = np.arange(0,1,0.2)
print(warray)`

• logspace函数：创建等比一维数组
• 格式：np.logspace(start, stop, num, endpoint=True,base=10.0, dtype=None))

logspace的参数中，start, stop代表的是10的幂,默认基数base为10，第三个参数元素个数。

warray = np.logspace(0,1,5)#生成1-10间的5个元素的等比数列
print(warray)

• zeros函数：创建指定长度或形状的全0数组
• 格式：np.zeros(shape, dtype=float, order=‘C’)
• ones函数：创建指定长度或形状的全1数组
• 格式：np. ones(shape, dtype=None, order=‘C’)
• diag函数：创建一个对角阵。
• 格式：np.diag(v, k=0)

2 ndarray对象属性和数据转换

ndarray对象属性及其说明：

例：

warray = np.array([[1,2,3],[4,5,6]])
print('秩为：',warray.ndim)
print('形状为：',warray.shape)
print('元素个数为：',warray.size)

设置数组的shape属性。

warray.shape = 3,2
print(warray)

数组的类型转换。

arr1 = np.arange(6)
print(arr1.dtype)
arr2 = arr1.astype(np.float64)
print(arr2.dtype)

3 生成随机数

在NumPy.random模块中，提供了多种随机数的生成函数。如randint函数生成指定范围的随机整数来构成指定形状的数组。

用法：
np.random.randint(low, high = None, size = None)

arr = np.random.randint(100,200,size = (2,4))
print(arr)

random模块的常用随机数生成函数

4 数组变换

（1）数组重塑

与reshape相反的方法是数据散开（ravel）或数据扁平（flatten）。

arr1 = np.arange(12).reshape(3,4)
print("arr1:",arr1)
arr2 = arr1.ravel()
print("arr2:",arr2)

数据重塑不会改变原来的数组。

（2）数组合并

• hstack函数：实现横向合并
• vstack函数：实现纵向组合是利用vstack将数组纵向合并；
• concatenate函数：可以实现数组的横向或纵向合并，参数axis=1时进行横向合并，axis=0时进行纵向合并。

arr1 = np.arange(6