NumPy

 

目录

NumPy - Ndarray 对象

NumPy数据类型

数据类型对象 (dtype)

NumPy数组属性

NumPy数组创建例程

NumPy - 来自现有数据的数组

NumPy - 来自数值范围的数组

NumPy - 切片和索引

NumPy - 高级索引

NumPy - 广播

NumPy - 数组上的迭代

NumPy - 数组操作

修改形状

翻转操作

修改维度

数组的连接

数组分割

添加/删除元素

---

NumPy - Ndarray 对象

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

1. object 任何暴露数组接口方法的对象都会返回一个数组或任何(嵌套)序列。
2. dtype 数组的所需数据类型，可选。
3. copy 可选，默认为true，对象是否被复制。
4. order C(按行)、F(按列)或A(任意，默认)。
5. subok 默认情况下，返回的数组被强制为基类数组。 如果为true，则返回子类。
6. ndimin 指定返回数组的最小维数。

NumPy数据类型

数据类型对象 (dtype)

numpy.dtype(object, align, copy)

1. Object：被转换为数据类型的对象。
2. Align：如果为true，则向字段添加间隔，使其类似 C 的结构体。
3. Copy： 生成dtype对象的新副本，如果为flase，结果是内建数据类型对象的引用。

NumPy数组属性

1. ndarray.shape：这一数组属性返回一个包含数组维度的元组，它也可以用于调整数组大小。
2. ndarray.reshape：NumPy 也提供了reshape函数来调整数组大小。
3. ndarray.ndim：这一数组属性返回数组的维数。
4. numpy.itemsize：这一数组属性返回数组中每个元素的字节单位长度。
5. numpy.flags：ndarray对象拥有以下属性。这个函数返回了它们的当前值。
   1. C_CONTIGUOUS (C)：数组位于单一的、C 风格的连续区段内。
   2. F_CONTIGUOUS (F)：数组位于单一的、Fortran 风格的连续区段内。
   3. OWNDATA (O)：数组的内存从其它对象处借用。
   4. WRITEABLE (W)：数据区域可写入。 将它设置为flase会锁定数据，使其只读。
   5. ALIGNED (A) 数据和任何元素会为硬件适当对齐。
   6. UPDATEIFCOPY (U) 这个数组是另一数组的副本。当这个数组释放时，源数组会由这个数组中的元素更新。

NumPy数组创建例程

numpy.empty(shape, dtype = float, order = 'C')

它创建指定形状和dtype的未初始化数组。

1. Shape：空数组的形状，整数或整数元组
2. Dtype：所需的输出数组类型，可选
3. Order：'C'为按行的 C 风格数组，'F'为按列的 Fortran 风格数组

numpy.zeros(shape, dtype = float, order = 'C')

返回特定大小，以 0 填充的新数组。

1. Shape：空数组的形状，整数或整数元组
2. Dtype：所需的输出数组类型，可选。
3. Order：'C'为按行的 C 风格数组，'F'为按列的 Fortran 风格数组。

numpy.ones(shape, dtype = None, order = 'C')

返回特定大小，以 1 填充的新数组。

1. Shape：空数组的形状，整数或整数元组。
2. Dtype：所需的输出数组类型，可选。
3. Order：'C'为按行的 C 风格数组，'F'为按列的 Fortran 风格数组。

NumPy - 来自现有数据的数组

numpy.asarray(a, dtype = None, order = None)

此函数类似于numpy.array，除了它有较少的参数。 这个例程对于将 Python 序列转换为ndarray非常有用。

1. a：任意形式的输入参数，比如列表、列表的元组、元组、元组的元组、元组的列表。
2. dtype：通常，输入数据的类型会应用到返回的ndarray。
3. order：'C'为按行的 C 风格数组，'F'为按列的 Fortran 风格数组。

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)

此函数将缓冲区解释为一维数组。 暴露缓冲区接口的任何对象都用作参数来返回ndarray。

1. buffer 任何暴露缓冲区借口的对象。
2. dtype 返回数组的数据类型，默认为float。
3. count 需要读取的数据数量，默认为-1，读取所有数据。
4. offset 需要读取的起始位置，默认为0。

numpy.fromiter(iterable, dtype, count = -1)

此函数从任何可迭代对象构建一个ndarray对象，返回一个新的一维数组。

1. iterable：任何可迭代对象。
2. dtype：返回数组的数据类型。
3. count：需要读取的数据数量，默认为-1，读取所有数据。

NumPy - 来自数值范围的数组

numpy.arange(start, stop, step, dtype)

这个函数返回ndarray对象，包含给定范围内的等间隔值。

1. start：范围的起始值，默认为0。
2. stop：范围的终止值(不包含)。
3. step：两个值的间隔，默认为1。
4. dtype：返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型。

numpy.linspace(start, stop, num, endpoint, retstep, dtype)

此函数类似于arange()函数。 在此函数中，指定了范围之间的均匀间隔数量，而不是步长。

1. start：序列的起始值。
2. stop：序列的终止值，如果endpoint为true，该值包含于序列中。
3. num：要生成的等间隔样例数量，默认为50。
4. endpoint：序列中是否包含stop值，默认为ture。
5. retstep：如果为true，返回样例，以及连续数字之间的步长。
6. dtype：输出ndarray的数据类型。

numpy.logscale(start, stop, num, endpoint, base, dtype)

此函数返回一个ndarray对象，其中包含在对数刻度上均匀分布的数字。 刻度的开始和结束端点是某个底数的幂，通常为 10。

1. start：起始值是base ** start。
2. stop：终止值是base ** stop。
3. num：范围内的数值数量，默认为50。
4. endpoint：如果为true，终止值包含在输出数组当中。
5. base：对数空间的底数，默认为10；
6. dtype：输出数组的数据类型，如果没有提供，则取决于其它参数。

NumPy - 切片和索引

切片仅为视图

NumPy - 高级索引

NumPy - 广播

NumPy - 数组上的迭代

NumPy - 数组操作

修改形状

numpy.reshape(arr, newshape, order')

这个函数在不改变数据的条件下修改形状，它接受如下参数：

1. arr：要修改形状的数组。
2. newshape：整数或者整数数组，新的形状应当兼容原有形状。
3. order：'C'为 C 风格顺序，'F'为 F 风格顺序，'A'为保留原顺序。

numpy.ndarray.flat

该函数返回数组上的一维迭代器，行为类似 Python 内建的迭代器。

ndarray.flatten(order)

该函数返回折叠为一维的数组副本，函数接受下列参数：

order：'C' — 按行，'F' — 按列，'A' — 原顺序，'k' — 元素在内存中的出现顺序。

numpy.ravel(a, order)

这个函数返回展开的一维数组，并且按需生成副本。返回的数组和输入数组拥有相同数据类型。这个函数接受两个参数。

order：'C' — 按行，'F' — 按列，'A' — 原顺序，'k' — 元素在内存中的出现顺序。

翻转操作

numpy.transpose(arr, axes)

这个函数翻转给定数组的维度。如果可能的话它会返回一个视图。函数接受下列参数：

1. arr：要转置的数组。
2. axes：整数的列表，对应维度，通常所有维度都会翻转。

numpy.ndarray.T

该函数属于ndarray类，行为类似于numpy.transpose。

numpy.rollaxis(arr, axis, start)

该函数向后滚动特定的轴，直到一个特定位置。这个函数接受三个参数：

1. arr：输入数组。
2. axis：要向后滚动的轴，其它轴的相对位置不会改变。
3. start：默认为零，表示完整的滚动。会滚动到特定位置。

numpy.swapaxes(arr, axis1, axis2)

该函数交换数组的两个轴。对于 1.10 之前的 NumPy 版本，会返回交换后数组的试图。这个函数接受下列参数：

1. r：要交换其轴的输入数组。
2. axis1：对应第一个轴的整数。
3. axis2：对应第二个轴的整数。

修改维度

numpy.broadcast_to(array, shape, subok)

函数通过在指定位置插入新的轴来扩展数组形状。该函数需要两个参数：

1. arr：输入数组。
2. axis：新轴插入的位置

numpy.squeeze(arr, axis)

函数从给定数组的形状中删除一维条目。 此函数需要两个参数。

1. arr：输入数组。
2. axis：整数或整数元组，用于选择形状中单一维度条目的子集。

数组的连接

numpy.concatenate((a1, a2, ...), axis)

数组的连接是指连接。 此函数用于沿指定轴连接相同形状的两个或多个数组。 该函数接受以下参数。

1. a1, a2, ...：相同类型的数组序列。
2. axis：沿着它连接数组的轴，默认为 0。

numpy.stack(arrays, axis)

此函数沿新轴连接数组序列。 此功能添加自 NumPy 版本 1.10.0。 需要提供以下参数。

1. arrays：相同形状的数组序列。
2. axis：返回数组中的轴，输入数组沿着它来堆叠。

numpy.hstack

函数的变体，通过堆叠来生成水平的单个数组。

numpy.vstack

numpy.stack函数的变体，通过堆叠来生成竖直的单个数组。

数组分割

numpy.split(ary, indices_or_sections, axis)

该函数沿特定的轴将数组分割为子数组。函数接受三个参数：

1. ary：被分割的输入数组。
2. indices_or_sections：可以是整数，表明要从输入数组创建的，等大小的子数组的数量。 如果此参数是一维数组，则其元素表明要创建新子数组的点。
3. axis：默认为 0。

numpy.hsplit

numpy.hsplit是split()函数的特例，其中轴为 1 表示水平分割，无论输入数组的维度是什么。

numpy.vsplit

numpy.vsplit是split()函数的特例，其中轴为 0 表示竖直分割，无论输入数组的维度是什么。

添加/删除元素

numpy.resize(arr, shape)

此函数返回指定大小的新数组。 如果新大小大于原始大小，则包含原始数组中的元素的重复副本。 该函数接受以下参数：

1. arr：要修改大小的输入数组。
2. shape：返回数组的新形状。

numpy.append(arr, values, axis)

此函数在输入数组的末尾添加值。 附加操作不是原地的，而是分配新的数组。 此外，输入数组的维度必须匹配否则将生成ValueError。

1. arr：输入数组。
2. values：要向arr添加的值，比如和arr形状相同(除了要添加的轴)。
3. axis：沿着它完成操作的轴。如果没有提供，两个参数都会被展开。

numpy.insert(arr, obj, values, axis)

此函数在给定索引之前，沿给定轴在输入数组中插入值。 如果值的类型转换为要插入，则它与输入数组不同。 插入没有原地的，函数会返回一个新数组。 此外，如果未提供轴，则输入数组会被展开。

1. arr：输入数组。
2. obj：在其之前插入值的索引。
3. values：要插入的值。
4. axis：沿着它插入的轴，如果未提供，则输入数组会被展开。

Numpy.delete(arr, obj, axis)

此函数返回从输入数组中删除指定子数组的新数组。 与insert()函数的情况一样，如果未提供轴参数，则输入数组将展开。 该函数接受以下参数：

1. arr：输入数组。
2. obj：可以被切片，整数或者整数数组，表明要从输入数组删除的子数组。
3. axis：沿着它删除给定子数组的轴，如果未提供，则输入数组会被展开。

numpy.unique(arr, return_index, return_inverse, return_counts)

此函数返回输入数组中的去重元素数组。 该函数能够返回一个元组，包含去重数组和相关索引的数组。 索引的性质取决于函数调用中返回参数的类型。

1. arr：输入数组，如果不是一维数组则会展开。
2. return_index：如果为true，返回输入数组中的元素下标。
3. return_inverse：如果为true，返回去重数组的下标，它可以用于重构输入数组。
4. return_counts：如果为true，返回去重数组中的元素在原数组中的出现次数。

NumPy位操作

np.bitwise_and()

对输入数组中的整数的二进制表示的相应位执行位与运算。

np.bitwise_or()

对输入数组中的整数的二进制表示的相应位执行位或运算。

np.invert()

计算输入数组中整数的位非结果。 对于有符号整数，返回补码。

numpy.left shift()

将数组元素的二进制表示中的位向左移动到指定位置，右侧附加相等数量的 0。

numpy.right_shift()

将数组元素的二进制表示中的位向右移动到指定位置，左侧附加相等数量的 0。

NumPy字符串函数

numpy.char.add()

函数执行按元素的字符串连接。

numpy.char.multiply()

这个函数执行多重连接。

numpy.char.center(arr, width,fillchar)

此函数返回所需宽度的数组，以便输入字符串位于中心，并使用fillchar在左侧和右侧进行填充。

numpy.char.capitalize()

函数返回字符串的副本，其中第一个字母大写

numpy.char.title()

返回输入字符串的按元素标题转换版本，其中每个单词的首字母都大写。

numpy.char.lower()

函数返回一个数组，其元素转换为小写。

numpy.char.upper()

函数返回一个数组，其元素转换为大写。

numpy.char.split(arr，sep = '')

此函数返回输入字符串中的单词列表。 默认情况下，空格用作分隔符。 否则，指定的分隔符字符用于分割字符串

numpy.char.splitlines()

函数返回数组中元素的单词列表，以换行符分割。

numpy.char.strip(arr，char)

函数返回数组的副本，其中元素移除了开头或结尾处的特定字符。

numpy.char.join()

这个函数返回一个字符串，其中单个字符由特定的分隔符连接。

numpy.char.replace()

这个函数返回字符串副本，其中所有字符序列的出现位置都被另一个给定的字符序列取代。

numpy.char.decode()

---

numpy.char.encode()

NumPy数学算数函数

三角函数

numpy.sin()
numpy.cos()
numpy.tan()
numpy.arcsin()
numpy.arccos()
numpy.arctan()

舍入函数

numpy.around(a,decimals=0)

这个函数返回四舍五入到所需精度的值。 该函数接受以下参数：

1. a：数组
2. decimals：要舍入的小数位数。如果为负，整数将四舍五入到小数点左侧的位置。

numpy.floor()

此函数返回不大于输入参数的最大整数。

numpy.ceil()

此函数返回输入值的上限。

算数运算

numpy.add()
numpy.subtract()
numpy.multiply()
numpy.devide()

---

numpy.reciprocal()

此函数返回参数逐元素的倒数。

numpy.power()

此函数将第一个输入数组中的元素作为底数，计算它与第二个输入数组中相应元素的幂。

numpy.mod()

此函数返回输入数组中相应元素的除法余数。 

numpy.real()

返回复数类型参数的实部。

numpy.imag()

返回复数类型参数的虚部。

numpy.conj()

返回通过改变虚部的符号而获得的共轭复数。

numpy.angle(degree)

返回复数参数的角度。 参数：

degree: 如果为true，返回的角度以角度制来表示，否则为以弧度制来表示。

NumPy统计函数

numpy.amin()

从给定数组中的元素沿指定轴返回最小值。

numpy.amax()

从给定数组中的元素沿指定轴返回最大值。

numpy.ptp()

返回沿轴的值的范围(最大值 - 最小值)。

numpy.percentile(a, q, axis)

百分位数是统计中使用的度量，表示小于这个值得观察值占某个百分比。接受以下参数：

1. a：输入数组
2. q：要计算的百分位数
3. axis：沿着它计算百分位数的轴

numpy.median()

中值定义为将数据样本的上半部分与下半部分分开的值。 

numpy.mean()

算术平均值是沿轴的元素的总和除以元素的数量。 

numpy.average(weights)

加权平均值是由每个分量乘以反映其重要性的因子得到的平均值。

numpy.std()

标准差

numpy.var()

方差

NumPy - 排序、搜索和计数函数

numpy.sort(a, axis, kind='quicksort', order)

函数返回输入数组的排序副本。 它有以下参数：

1. a：要排序的数组
2. axis：沿着它排序数组的轴，如果没有数组会被展开，沿着最后的轴排序
3. kind：'mergesort'（归并排序）、'quicksort'（快速排序）、'heapsort'（堆排序）
4. order：如果数组包含字段，则是要排序的字段

numpy.argsort()

对输入数组沿给定轴执行间接排序，并使用指定排序类型返回数据的索引数组。 这个索引数组用于构造排序后的数组。

numpy.lexsort()

用于对多个序列进行排序。把它想象成对电子表格进行排序，每一列代表一个序列，排序时优先照顾靠后的列。
 

numpy.argmax()

沿给定轴返回最大元素的索引。

numpy.argmin()

沿给定轴返回最小元素的索引。

numpy.nonzero()

返回输入数组中非零元素的索引。

numpy.where()

返回输入数组中满足给定条件的元素的索引。

numpy.extract()

函数根据某个条件从数组中抽取元素，返回满条件的元素。

NumPy - 字节交换

numpy.ndarray.byteswap()

NumPy副本和视图

无复制

视图或浅复制

ndarray.view()

它是一个新的数组对象，并可查看原始数组的相同数据。

ndarray.copy()

函数创建一个深层副本。 它是数组及其数据的完整副本，不与原始数组共享。

NumPy矩阵库

numpy.matlib.empty(shape, dtype, order)

函数返回一个新的矩阵，而不初始化元素。 该函数接受以下参数。

1. shape：定义新矩阵形状的整数或整数元组
2. Dtype：可选，输出的数据类型
3. order： C（行序优先） 或者 F（列序优先）

numpy.matlib.zeros()

此函数返回以零填充的矩阵。

numpy.matlib.ones()

此函数返回以一填充的矩阵。

numpy.matlib.eye(n, M=n,k, dtype)

这个函数返回一个矩阵，对角线元素为 1，其他位置为零。 该函数接受以下参数：

1. n：返回矩阵的行数
2. M：返回矩阵的列数
3. k：对角线的索引
4. dtype：输出的数据类型

numpy.matlib.identity()

返回给定大小的单位矩阵。单位矩阵是主对角线元素都为 1 的方阵。

numpy.matlib.rand()

numpy.matlib.rand()`函数返回给定大小的填充随机值的矩阵。

NumPy线性代数

numpy.dot()

对于二维向量，其等效于矩阵乘法。 对于一维数组，它是向量的内积。 对于 N 维数组，它是a的最后一个轴上的和与b的倒数第二个轴的乘积。

numpy.vdot()

此函数返回两个向量的点积。

numpy.inner()

此函数返回一维数组的向量内积。 对于更高的维度，它返回最后一个轴上的和的乘积。

numpy.matmul()

函数返回两个数组的矩阵乘积。 虽然它返回二维数组的正常乘积，但如果任一参数的维数大于2，则将其视为存在于最后两个索引的矩阵的栈，并进行相应广播。另一方面，如果任一参数是一维数组，则通过在其维度上附加 1 来将其提升为矩阵，并在乘法之后被去除。

numpy.linalg.det()

计算输入矩阵的行列式。

numpy.linalg.solve()

函数给出了矩阵形式的线性方程的解。

numpy.linalg.inv()

计算矩阵的乘法逆矩阵。