numpy学习笔记

导入numpy库

使用语句

import numpy as np

导入numpy库

使用np.array()创建数组

np.array()语句

np.array()语句可以直接创建一维数组

array=np.array([i for i in range(10)])

得到结果

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

np.ones() np.zeros()语句

使用np.ones() np.zeros() np.ones_like() np.zeroes_like()语句可以直接创建含1或者0的一维数组

array1=np.ones(5)
array2=np.ones_like(array1)
array3=np.zeros(6)
array4=np.zeros_like(array3)

得到结果

[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]

其中np.ones_like() np.zeros_like()语句可以仿照已有的数组创造含1或者0的数组

创建多维数组

使用np.array() np.ones() np.ones_like() np.zeros() np.zeros_like()语句也可创建多维数组

array1=np.arange(12).reshape(2,6)
array2=np.ones_like(array1)

得到结果

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

数组的运算

直接将使用np.array()语句创建的数组之间进行加减乘除运算即可
数组中的数据一一对应进行计算 所以数据数量需要一致

array1=np.array([i for i in range(3)])
array2=np.ones_like(array1)
array3=np.array([i for i in range(5,10,2)])
print(array1+array2)
print(array1*array3)

得到结果

[1 2 3]
[ 0 7 18]

数组索引

基础索引与切片

array1=np.array([i for i in range(10)])
array2=array1[3]
array3=array1[2:9]
print(array2)
print(array3)

得到结果

3
[2 3 4 5 6 7 8]

与python内置语句的索引与切片相同

布尔索引

使用布尔索引即可筛选出符合条件的数据(True)

array1=np.array([i for i in range(10)])
array2=array1[array1>5]
print(array2)

得到结果

[6 7 8 9]

神奇索引

使用神奇索引即可选出多维数组指定的行或列的数据

array1=np.arange(12).reshape(3,4)
array2=array1[[1,2]]
print(array2)

得到结果

[[ 4 5 6 7]
[ 8 9 10 11]]