NumPy库的简单使用

创建数组对象

NumPython提供了两种基本的对象：

• ndarray（下文统一称为数组）：存储单一数据类型的多维数组。
• ufunc（后面再介绍）：能够对数组进行处理的函数。

1、数组属性

数组的属性及其说明

属性	说明
ndim	返回int。表示数组的维数
shape	返回tuple。表示数组的尺寸，对于n行m列的矩阵，形状为(n,m)
size	返回int。表示数组的元素总数，等于数组形状的乘积
dtype	返回data-type。描述数组中元素的类型
itemsize	返回int。表示数组的每个元素的大小（以字节为单位）。例如，一个元素类型为float64的数组的itemsize属性为8（float64占用64个bits，每个字节长度为8,所以64/8，占用8个字节）。又如，一个元素类型为complex32的数组的itemsize属性值为4，即32/8

2、数组创建

NumPy提供的array函数可以创建一维或多维数组，基本使用语法如下。

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

array函数的主要参数及其说明

参数名称	说明
object	接受array。表示想要创建的数组。无默认
dtype	接收data-type.表示数组所需的数据类型。表示未给定，则选择保存对象所需的最小类型。默认为None
ndmin	接收int。制定生成数组应该具有的最小维数。默认为None

以下是一些创建一维数组与多维数组并查看数组属性的例子：

import numpy as np #导入NumPy库
arr1 = np.array([1,2,3,4])   #创建一维数组
print('创建的数组为：',arr1)

运行结果：

创建的数组为： [1 2 3 4]
<class ‘numpy.ndarray’>

# 创建二位数组
arr2 = np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]])
print('创建的数组为：\n',arr2,'\n')
print('数组维度为：',arr2.shape) #查看数组结构
print('数组类型为：',arr2.dtype)  #查看数组类型
print('数组元素个数为：',arr2.size)  #查看数组元素个数
print('数组每个元素大小为：',arr2.itemsize)   #查看数组每个元素大小

运行结果：

创建的数组为：
[[ 1 2 3 4]
[ 4 5 6 7]
[ 7 8 9 10]]
 
数组维度为： (3, 4)
数组类型为： int32
数组元素个数为： 12
数组每个元素大小为： 4

重新设置数组的shape属性

arr2.shape=4,3   #重新设置shape
print('重新设置shape后的arr2为：\n',arr2)

运行结果：

重新设置shape后的arr2为：
[[ 1 2 3]
[ 4 4 5]
[ 6 7 7]
[ 8 9 10]]

使用 arange 函数创建数组

(初值，终值，间隔) 不包括终值

//0~1,间隔0.1
print('使用arange函数创建的数组为：\n',np.arange(0,1,0.1))

运行结果：

使用arange函数创建的数组为：
[0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]

使用 linspace 函数创建数组

linspace 函数通过制定开始值、终值和元素个数来创建一维数组，默认设置包括终值，这一点需要和arange函数区分，代码如下：

#0~1,12个数
print('使用linspace函数创建的数组为：\n',np.linspace(0,1,0.10))

使用linspace函数创建的数组为：
[0. 0.11111111 0.22222222 0.33333333 0.44444444 0.55555556
0.66666667 0.77777778 0.88888889 1. ]

使用 logspace 函数创建等比数列

logspace 函数和 linspace 函数类似，它创建的是等比数列。生成 1 (10⁰) ~ 100 (10²)的20个元素的等比数列，代码如下：

#1~100，20个数
print('使用logspace函数创建的数组为：\n',np.logspace(0,2,20))

运行结果：

使用logspace函数创建的数组为：
[ 1. 1.27427499 1.62377674 2.06913808 2.6366509
3.35981829 4.2813324 5.45559478 6.95192796 8.8586679
11.28837892 14.38449888 18.32980711 23.35721469 29.76351442
37.92690191 48.32930239 61.58482111 78.47599704 100. ]

使用 zeros 函数创建数组

zeros 函数用来创建值全部为0的数组，即创建的数组值全部填充为0，代码如下：

print('使用zeros函数创建的数组为：\n',np.zeros((2,3)))

运行结果：

使用zeros函数创建的数组为：
[[0. 0. 0.]
[0. 0. 0.]]

使用 eye 函数创建数组

eye 函数用来生成主对角线上的元素为1，其他的元素为0的数组，类似单位矩阵，代码如下：

print('使用eye函数创建的数组为：\n',np.eye(3))

运行结果：

使用eye函数创建的数组为：
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]

使用 diag 函数创建数组

diag 函数创建类似对角的数组，即除对角线以外的其他元素都为0，对角线上的元素可以是0或其他值，代码如下：

print('使用diag函数创建的数组为：\n',np.diag([1,2,3,4]))

运行结果：

使用diag函数创建的数组为：
[[1 0 0 0]
[0 2 0 0]
[0 0 3 0]
[0 0 0 4]]

使用 ones 函数创建数组

ones 函数用来创建元素全部为1的数组，即创建的数组元素全部填充为1，代码如下：

print('使用ones函数创建的数组为：\n',np.ones((5,3)))

运行结果：

使用ones函数创建的数组为：
[[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]]

---

关于NumPy库的介绍，就先到这里啦，以后有空的话，我会补充更新的