Numpy 学习笔记（1）

Numpy 学习笔记（1）

仅供学习，如有不对欢迎指出。

1. 常用属性

• arr.ndim 查看数组的维度

• arr.size 查看数组中元素的个数

• arr.shape 查看数组是几行几列的

  shape 方法可以用于改变数组的形状

  reshape中有个order参数 关键字分别是 F（列展开）和C（行展开）

• arr.flatten 将数组拍平

  order 参数同上

• arr.tolist() np转list

2. 数据类型

• f.itemsize 返回数组中每个元素的字节单位长度

• f.dtype 返回数据类型

• f.astype(np.int64) 改变数据类型 例如这个是将数据类型改变成 int64

• np.round(arr, n) 取小数点n位

3. 数组的计算

• 基本原则：广播式

  假设 t1 是一个数组

  print（t1 + 2） 意味着 所有元素加2 其余运算符同理

• 两个数组运算要求与数学中的矩阵类似 （例外）其中相同列数（（m，n） 与 （1，n））或行数（（m，n）与（m，1））的数组可以运算

4. 数组的轴

• 降维操作： np.sum(a, axis = n) 其中n为维度 指定维度相加时仅对该维度的值进行相加

a = [ 
      [1, 2, 3]
      [4, 5, 6]
    ]
print(np.sum(a, axis = 0))

'''
[5, 7, 9]

'''
print(np.sum(a, axis = 1))

'''
[6, 15]
'''

5. 数组的索引和切片

• 冒号分隔切片 与python list 同理

t1 = np.arange(24).reshape(4, 6)
'''
[
	[0  1  2  3  4  5 ]
	[6  7  8  9  10 11]
	[12 13 14 15 16 17]
	[18 19 20 21 22 23]
]
'''
#输出第1行
print(t1[1])

#输出第1行 且：代表第一行的全部
print(t1[1, :])

#输出第一行到最后一行
print(t1[1:])

#输出第1行和第3行
print(t1[[1, 3]])

#输出第一列的全部 [1 7 13 19]
print(t1[: ,1])

#输出全部行和从从第1列到最后
print(t1[: ,1:]
      
#取特定值
print(t1[0, 1] == t1[0][1]) #return Ture 等价

6. 数组中的数值修改

t1 = np.arange(24).reshape(4, 6)
'''
[
	[0  1  2  3  4  5 ]
	[6  7  8  9  10 11]
	[12 13 14 15 16 17]
	[18 19 20 21 22 23]
]
'''

#将第1行的所有值变为0
t[1,:] = 0

#将第1列的所有值变为0
t[:,1] = 0

#将1，2行的所有值变为0
t[1:3,:] = 0

#将1，2，3列所有值变为0
t[:,1:4] = 0

#将2到4行，3到5列的所有值变为0            ⭐⭐⭐⭐⭐⭐⭐
t[1:4, 2:5] = 0

#将[0，0] 和 [1，3]两个点的值变为0        ⭐⭐⭐⭐⭐⭐⭐
t[[0,1],[0,3]] = 0

#将t中小于10的值变为0 可用于所有逻辑运算 逻辑符 & | ~
t[t<10] = 0

#三目运算 类似excel if语句 和 c# linq中的 where语句
score = np.arrayp[[80, 88],[82, 81],[75, 81]]
result = np.where(score > 80 , True, False)

感谢大家看到最后