python 二维数组长度_Python基础数据处理库

Numpy 简介

import numpy as np

Numpy是应用 Python进行科学计算的基础库。它的功能包括多维数组、基本线性代数、基本统计计算、随机模拟等。 Numpy的核心功能是 ndarray 类，即多维数组。多维数组是线性代数中非常广泛的概念，如一维数组就是向量，二维数组是矩阵。在数组中，要求所有元素必须是同一类型，这是与列表与字典的区别之一一。针对数组，通过Numpy可以实现的基本操作包括数组的创建、数组切片、数组重组、数组运算等。

01

数组的创建

常见的创建数组的方法之一：转换Python的列表、元组等数据结构为数组类型。下面实例给出了创建数组的常用命令。

>>> import numpy as np  # 载入Numpy库简写为"np">>> arr1 = np.array([1,2,3,4,5,6])>>> arr1array([1, 2, 3, 4, 5, 6])>>> type(arr1) # 查看数据类型numpy.ndarray>>> arr1.shape  # 各个维度的数组长度(6,)>>> arr2 = np.array([[1,2,3],[4,5,6]])>>> arr2 array([[1, 2, 3],       [4, 5, 6]])>>> arr2.shape(2, 3)

另外，还可以利用Numpy的内置函数来直接创建数组。

>>> arr3 = np.arange(0,1,0.1)>>> arr3array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9])# 创建一维长度为2，二维长度为3的元素全为0的数组>>> arr4 = np.zeros((2,3)) >>> arr4 array([[ 0.,  0.,  0.],       [ 0.,  0.,  0.]])# 创建一维长度为2，二维长度为3的元素全为1的二维数组>>> arr5 = np.ones((2,3)) >>> arr5array([[ 1.,  1.,  1.],       [ 1.,  1.,  1.]])# 创建一维长度为2，二维长度为3的二维空数组>>> arr6 = np.empty([2,3]) >>> arr6array([[ 1.,  1.,  1.],       [ 1.,  1.,  1.]]) # 从[0,1]区间的均匀分布随机抽取四个数>>> arr7 = np.random.rand(4)>>> arr7array([ 0.36570416,  0.83097711,  0.98761922,  0.87057992])# 生成一个标准正态分布的4*4样本值>>> arr8 = np.random.normal(size=(4,4)) >>> arr8array([[-0.15990639,  0.7088309 , -0.20267733,  2.14992874],       [ 0.05542048, -1.15103197,  0.21129526,  0.6212253 ],       [-1.31547565,  1.4401065 ,  0.6680733 , -0.60608497],       [-1.03471769,  0.55338916, -0.05869825,  0.61610795]])

注意这里的  np.arange () 可以指定步长为(0,1)为小数，而Python内置函数 range  无此功能。另外， np.random 中包括多种概率分布的随机样本，是数据分析辅助的重点工具之一。

02

数组的切片与索引

数组的截取与 list 相同，可以通过 [] 来指定每个维度的索引。

>>> import numpy as np>>> a = np.array([[1,2,3,4,5],[6,7,8,9,10]])>>> print(a)[[ 1  2  3  4  5] [ 6  7  8  9 10]]>>> print(a[0:1])  # 截取第一行[[1 2 3 4 5]]>>> print(a[1,2:5]) # 截取第二行，第三、四、五列[ 8  9 10]>>> print(a[1:]) # 截取第二行[[ 6