numpy的基本操作(矩阵、文件)

矩阵生成：

n = shape(datamat)                 (80, 2) 

n  = shape(datamat)[  1 ]               2      

产生随机数：

random.rand(3, 2 )   #产生3行2列的随机数[0.0, 1.0)

str.split(' ')

map(float, list)  #将List中的元素转化为float型  返回一个列表

power([], n) 求指数  返回  numpy.ndarray

sum([])

sqrt()

array 是numpy中的列表 [1 2 3 4]

b =array([[  1 ,  2 ,  3 ,  4 ],[  5 ,  6 ,  7 ,  8 ],[  9 ,  1 ,  2 ,  3 ]], dtype =float)   dtype =complex (复数) dtype =int8, int16...

[[ 1.  2.  3.  4.]

 [ 5.  6.  7.  8.]

 [ 9.  1.  2.  3.]]

d = b.reshape((  2 ,  6 ))

[[ 1.  2.  3.  4.  5.  6.]

 [ 7.  8.  9.  1.  2.  3.]]

arange(x, y, step)      step:步长

logspace( 1 ,  3 ,  10 )

[   10.            16.68100537    27.82559402    46.41588834    77.42636827

   129.1549665    215.443469     359.38136638   599.48425032  1000.        ]

s= "abcd"

print  fromstring(s, dtype =int8)

print  fromstring(s, dtype =int16)

print  100 *  256  +  99

[ 97  98  99 100]

[25185 25699]

25699

#array数组是从0开始的

b =arange( 10 )

print  b

print  b[  5 ]

print  b[  0 ]

[0 1 2 3 4 5 6 7 8 9]

5

0

和Python的列表序列不同，通过下标范围获取的新的数组是原始数组的一个视图。它与原始数组共享同一块数据空间

c =b[  4 :  7 ]

c[  1 ] =  100

print  b, c

[  0   1   2   3   4 100   6   7   8   9] [  4 100   6]

当使用整数序列对数组元素进行存取时，将使用整数序列中的每个元素作为下标，整数序列可以是列表或者数组。使用整数序列作为下标获得的数组不和原始数组共享数据空间。

x =arange(  10 ,  1 ,-  1 )

print  x

print  x[[ 3 , 3 , 1 , 8 ]]

b =x [[ 3 , 3 ,- 3 , 8 ]]

b[ 2  ] = 100

print  b, x

x[[  3 ,  5 ,  1 ]] =-  1 ,-  2 ,-  3

print  x

[10  9  8  7  6  5  4  3  2]

[7 7 9 2]

[  7   7 100   2] [10  9  8  7  6  5  4  3  2]

[10 -3  8 -1  6 -2  4  3  2]

>>> x = np.arange(5,0,-1)
>>> x
array([5, 4, 3, 2, 1])
>>> x[np.array([True, False, True, False, False])]
>>> # 布尔数组中下标为0，2的元素为True，因此获取x中下标为0,2的元素
array([5, 3])
>>> x[[True, False, True, False, False]]
>>> # 如果是布尔列表，则把True当作1, False当作0，按照整数序列方式获取x中的元素
array([4, 5, 4, 5, 5])
>>> x[np.array([True, False, True, True])]
>>> # 布尔数组的长度不够时，不够的部分都当作False
array([5, 3, 2])
>>> x[np.array([True, False, True, True])] = -1, -2, -3
>>> # 布尔数组下标也可以用来修改元素
>>> x
array([-1, 4, -2, -3, 1])

y =random.rand( 10 )

print  y*  10

print  y<  0.5             #返回一个bool数组

print  y[y>  0.5 ]        #返回一个数组

[ 5.47084482  5.13282908  1.38054897  4.26303046  6.491836    9.93264411

  3.56429791  5.22620212  2.57493278  4.52108415]

[False False  True  True False False  True False  True  True]

[ 0.54708448  0.51328291  0.6491836   0.99326441  0.52262021]

z =arange( 0 , 60 , 10 ).reshape(- 1 , 1 ) +arange( 0 , 6 )

print  z

[[ 0  1  2  3  4  5]

 [10 11 12 13 14 15]

 [20 21 22 23 24 25]

 [30 31 32 33 34 35]

 [40 41 42 43 44 45]

 [50 51 52 53 54 55]]

z =arange(  0 ,  60 ,  10 ).reshape(-  1 ,  1 )  #+arange(0,6)   #将z规格化为一个只有一列的二维数组

print  z

[[ 0]

 [10]

 [20]

 [30]

 [40]

 [50]]

先创建一个dtype对象persontype，通过其字典参数描述结构类型的各个字段。字典有两个关
键字：names，formats。每个关键字对应的值都是一个列表。names定义结构中的每个字段名，而
formats则定义每个字段的类型：
• S32 : 32个字节的字符串类型，由于结构中的每个元素的大小必须固定，因此需要指定字符串的
长度
• i : 32bit的整数类型，相当于np.int32
• f : 32bit的单精度浮点数类型，相当于np.float32

persontype =dtype({ 'names' :[ 'name' ,  'age' ,  'weight' ],

                    'formats' :[  'S32' ,  'i' ,  'f' ]})

a =array([(  "jiang " ,  28 ,  75.2 ), ( "dai" ,  30 ,  45.2 ) ], dtype=persontype)

print  a

print  type(a), a.dtype   #numpy中查看数据类型   格式化是使用 dtype =...

[('jiang', 28, 75.19999694824219) ('dai', 30, 45.20000076293945)]

<type 'numpy.ndarray'> [('name', 'S32'), ('age', '<i4'), ('weight', '<f4')]

矩阵运算：dot inner outer

q =array([[ 1 , 1 ],[ 2 , 2 ]])

w =array([[ 1 , 1 ],[ 2 , 2 ]])

print  dot(q,w)   #矩阵乘积

print  q*w        #矩阵对应的元素直接相成

[[3 3]

 [6 6]]

[[1 1]

 [4 4]]

inner : 和dot乘积一样，对于两个一维数组，计算的是这两个数组对应下标元素的乘积和；对于
多维数组，它计算的结果数组中的每个元素都是：数组a和b的最后一维的内积，因此数组a和b
的最后一维的长度必须相同

outer : 只按照一维数组进行计算，如果传入参数是多维数组，则先将此数组展平为一维数组之
后再进行运算。outer乘积计算的列向量和行向量的矩阵乘积：

文件操作：

方法一：tofile fromfile  可以与c语言进行交互

a =arange( 12 )

b =a.reshape( 4 , 3 )

print  type(a),b

b.tofile( "b.bin" )

c =fromfile( "b.bin" , dtype=int32)                 # if dtype =float 则读取数据时会出错

print  b.dtype, c

<type 'numpy.ndarray'> 

[[ 0  1  2]

 [ 3  4  5]

 [ 6  7  8]

 [ 9 10 11]]

int32 [ 0  1  2  3  4  5  6  7  8  9 10 11]

方法二：save load 不可与其他语言进行交互

save( "b.npy" , b)

c =load(  "b.npy" )

print  b,  "\n" , c

[[ 0  1  2]

 [ 3  4  5]

 [ 6  7  8]

 [ 9 10 11]]

[[ 0  1  2]

 [ 3  4  5]

 [ 6  7  8]

 [ 9 10 11]]

存储多个数组或矩阵

a =array([[ 1 , 2 , 3 ],[ 4 , 5 , 6 ]])

b =arange( 0 , 1.0 , 0.1 )

c =sin(b)

savez( "res.npz" , a, second =b, sin_array=c)   #

res =load( "res.npz" )

print  res[  "arr_0" ]

print  res[  "second" ]

print  res[  "sin_array" ]

[[1 2 3]

 [4 5 6]]

[ 0.   0.1  0.2  0.3  0.4  0.5  0.6  0.7  0.8  0.9]

[ 0.          0.09983342  0.19866933  0.29552021  0.38941834  0.47942554

  0.56464247  0.64421769  0.71735609  0.78332691]

方法三

numpy.savetxt和numpy.loadtxt可以读写1维和2维的数组

a =arange( 0 , 12 , 0.5 ).reshape( 4 , - 1 )

savetxt( "a.txt" ,a)

b =loadtxt( "a.txt" )

print  b

savetxt( "a1.txt"  , a, fmt= "%d" , delimiter= "," )

c =loadtxt(  "a1.txt " , delimiter=  "," )

print  c

[[  0.    0.5   1.    1.5   2.    2.5]

 [  3.    3.5   4.    4.5   5.    5.5]

 [  6.    6.5   7.    7.5   8.    8.5]

 [  9.    9.5  10.   10.5  11.   11.5]]

[[  0.   0.   1.   1.   2.   2.]

 [  3.   3.   4.   4.   5.   5.]

 [  6.   6.   7.   7.   8.   8.]

 [  9.   9.  10.  10.  11.  11.]]

方法四 python中的文件读写

python中对文件、文件夹（文件操作函数）的操作需要涉及到os模块和shutil模块。

得到当前工作目录，即当前Python脚本工作的目录路径: os.getcwd()
返回指定目录下的所有文件和目录名:os.listdir()
函数用来删除一个文件:os.remove()
删除多个目录：os.removedirs（r“c：\python”）
检验给出的路径是否是一个文件：os.path.isfile()
检验给出的路径是否是一个目录：os.path.isdir()
判断是否是绝对路径：os.path.isabs()
检验给出的路径是否真地存:os.path.exists()
返回一个路径的目录名和文件名:os.path.split()     eg os.path.split('/home/swaroop/byte/code/poem.txt') 结果：('/home/swaroop/byte/code', 'poem.txt')
分离扩展名：os.path.splitext()
获取路径名：os.path.dirname()
获取文件名：os.path.basename()
运行shell命令: os.system()
读取和设置环境变量:os.getenv() 与os.putenv()
给出当前平台使用的行终止符:os.linesep    Windows使用'\r\n'，Linux使用'\n'而Mac使用'\r'
指示你正在使用的平台：os.name       对于Windows，它是'nt'，而对于Linux/Unix用户，它是'posix'
重命名：os.rename（old， new）
创建多级目录：os.makedirs（r“c：\python\test”）
创建单个目录：os.mkdir（“test”）
获取文件属性：os.stat（file）
修改文件权限与时间戳：os.chmod（file）
终止当前进程：os.exit（）
获取文件大小：os.path.getsize（filename）


文件操作：
os.mknod("test.txt")        创建空文件
fp = open("test.txt",w)     直接打开一个文件，如果文件不存在则创建文件

关于open 模式：

w     以写方式打开，
a     以追加模式打开 (从 EOF 开始, 必要时创建新文件)
r+     以读写模式打开
w+     以读写模式打开 (参见 w )
a+     以读写模式打开 (参见 a )
rb     以二进制读模式打开
wb     以二进制写模式打开 (参见 w )
ab     以二进制追加模式打开 (参见 a )
rb+    以二进制读写模式打开 (参见 r+ )
wb+    以二进制读写模式打开 (参见 w+ )
ab+    以二进制读写模式打开 (参见 a+ )



fp.read([size])                     #size为读取的长度，以byte为单位
fp.readline([size])                 #读一行，如果定义了size，有可能返回的只是一行的一部分
fp.readlines([size])                #把文件每一行作为一个list的一个成员，并返回这个list。其实它的内部是通过循环调用readline()来实现的。如果提供size参数，size是表示读取内容的总长，也就是说可能只读到文件的一部分。

readlines 返回的是一个列表 可以通过list[n]访问

fp.write(str)                      #把str写到文件中，write()并不会在str后加上一个换行符
fp.writelines(seq)            #把seq的内容全部写到文件中(多行一次性写入)。这个函数也只是忠实地写入，不会在每行后面加上任何东西。

fp.close()                        #关闭文件。python会在一个文件不用后自动关闭文件，不过这一功能没有保证，最好还是养成自己关闭的习惯。  如果一个文件在关闭后还对其进行操作会产生ValueError

fp.flush()                                      #把缓冲区的内容写入硬盘
fp.fileno()                                      #返回一个长整型的”文件标签“
fp.isatty()                                      #文件是否是一个终端设备文件（unix系统中的）
fp.tell()                                         #返回文件操作标记的当前位置，以文件的开头为原点
fp.next()                                       #返回下一行，并将文件操作标记位移到下一行。把一个file用于for … in file这样的语句时，就是调用next()函数来实现遍历的。

fp.seek(offset[,whence])              #将文件打操作标记移到offset的位置。这个offset一般是相对于文件的开头来计算的，一般为正数。但如果提供了whence参数就不一定了，whence可以为0表示从头开始计算，1表示以当前位置为原点计算。2表示以文件末尾为原点进行计算。需要注意，如果文件以a或a+的模式打开，每次进行写操作时，文件操作标记会自动返回到文件末尾。

fp.truncate([size])                       #把文件裁成规定的大小，默认的是裁到当前文件操作标记的位置。如果size比文件的大小还要大，依据系统的不同可能是不改变文件，也可能是用0把文件补到相应的大小，也可能是以一些随机的内容加上去。

目录操作：
os.mkdir("file")                   创建目录
复制文件：
shutil.copyfile("oldfile","newfile")       oldfile和newfile都只能是文件
shutil.copy("oldfile","newfile")            oldfile只能是文件夹，newfile可以是文件，也可以是目标目录
复制文件夹：
shutil.copytree("olddir","newdir")        olddir和newdir都只能是目录，且newdir必须不存在
重命名文件（目录）
os.rename("oldname","newname")       文件或目录都是使用这条命令
移动文件（目录）
shutil.move("oldpos","newpos")  
删除文件
os.remove("file")
删除目录
os.rmdir("dir")只能删除空目录
shutil.rmtree("dir")    空目录、有内容的目录都可以删
转换目录
os.chdir("path")   换路径