ndarray对象的属性
属性 | 说明 |
---|
.ndim | 秩,即轴的数量或维度的数量 |
.shape | ndarray对象的尺度,对于矩阵,n行m列 |
.size | ndarray对象元素的个数,相当于shape中的n*m的值 |
.dtype | ndarray对象的元素类型 |
.itemsize | ndarray对象中每个元素的大小,以字节为单位 |
ndarray的元素类型
数据类型 | 说明 |
---|
bool | 布尔类型,True或False |
intc | 与C语言int类型一致,一般是int32或int64 |
intp | 用于索引的整数,与C语言中ssize_t一致,int32或int64 |
int8 | 字节长度整数,取值:[-128, 127] |
int16 | 16位长度整数,取值:[-216, 216-1] |
int32 | 32位长度整数,取值:[-231, 231-1] |
int64 | 64位长度整数,取值:[-263, 263-1] |
uint8 | 8位无符号整数,取值:[0, 255] |
uint16 | 16位无符号整数,取值:[0, 65535] |
uint32 | 32位长度整数,取值:[0, 232-1] |
uint64 | 64位长度整数,取值:[0, 264-1] |
float16 | 16位半精度浮点数,1位符号位,5位指数,10位尾数 |
float32 | 32位半精度浮点数,1位符号位,8位指数,23位尾数 |
float64 | 64位半精度浮点数,1位符号位,11位指数,52位尾数 |
complex64 | 复数类型,实部和虚步都是32位浮点数 |
complex128 | 复数类型,实部和虚步都是64位浮点数 |
ndarray数组的创建方法
函数 | 说明 |
---|
np.array(list/tuple) | 从Python中的列表、元组等类型创建ndarray数组 |
np.array(list/tuple, dtype=np.float32) | 从Python中的列表、元组等类型创建ndarray数组,并制定元素类型 |
np.arange(n) | 类似range()函数,返回ndarray类型,元素从0到n-1 |
np.arange(a, b, k) | 类似range()函数,返回ndarray类型,元素在[a,b)区间上每隔k取一个值 |
np.ones(shape) | 根据shape生成一个全1数组,shape是元组类型 |
np.zeros(shape) | 根据shape生成一个全0数组,shape是元组类型 |
np.full(shape,val) | 根据shape生成一个数组,每个元素值都是val |
np.eye(n) | 创建一个n*n单位矩阵,对角线为1,其余为0 |
np.ones_like(a) | 根据数组a的形状生成一个全1数组 |
np.zeros_like(a) | 根据数组a的形状生成一个全0数组 |
np.full_like(a,val) | 根据数组a的形状生成一个数组,每个元素值都是val |
np.linspace(x,y,k) | 根据起止数据等间距地填充数据,形成数组 |
np.concatenate(a,b) | 将两个或多个数组合并成一个新的数组 |
ndarray数组的维度变换
方法 | 说明 |
---|
.reshape(shape) | 不改变数组元素,返回一个shape形状的数组,原数组不变 |
.resize(shape) | 与.reshape()功能一致,但修改原数组 |
.swapaxes(ax1,ax2) | 将数组n个维度中的两个维度进行调换 |
.flatten() | 对数组进行降维,返回折叠后的一维数组,原数组不变 |
ndarray数组的类型变换
函数 | 说明 |
---|
a.astype(new_type) | 创建新的类型的数组,原数组不变 |
ndarray数组向列表的转换
函数 | 说明 |
---|
ls = a.tolist() | 将ndarray数组转换成list列表 |
ndarray数组的索引和切片
方法 | 说明 |
---|
a[i] | 索引下标为i的元素,从0开始 |
a[x:y:k] | 切片,x为起始编号,y为终止编号,k为步长,返回一个新的数组 |
a[ i , j , k ] | 多维数组的索引 |
a[ : : , : : , : : ] | 多维数组的切片 |
ndarray数组的运算
函数 | 说明 |
---|
.mean() | 计算数组元素的平均值 |
np.abs(x) np.fabs(x) | 计算数组各元素的绝对值 |
np.sqrt(x) | 计算数组各元素的平方根 |
np.square(x) | 计算数组各元素的平方 |
np.log(x) np.log10(x) np.log2(x) | 计算数组各元素的对数 |
np.ceil(x) np.floor(x) | 计算数组各元素的ceiling值,或floor值 |
np.rint(x) | 计算数组各元素的四舍五入值 |
np.modf(x) | 将数组各元素的小数部分和整数部分以两个独立数组形式返回 |
np.cos(x) np.cosh(x) np.sin(x) np.sinh(x) np.tan(x) np.tanh(x) | 计算数组各元素的普通型和双曲线型三角函数 |
np.exp(x) | 计算数组各元素的指数值 |
np.sign(x) | 计算数组各元素的符号值,1(+),0,-1(-) |
+ - * / ** | 两个数组各元素进行对应运算 |
np.maximum(x,y) np.fmax() np.minimum(x,y) np.fmin() | 元素级最值计算 |
np.mod(x,y) | 元素级的模运算 |
np.copysign(x,y) | 将数组y中各元素值的符号赋值给数组x中对应元素 |
> < >= <= == != | 算数比较,产生布尔型数组 |
numpy随机数函数子库(random)
函数 | 说明 |
---|
np.random.rand(d0, d1, …, dn) | 根据d0 - dn创建随机数数组,浮点数,[0, 1), 均匀分布 |
np.random.randn(d0, d1, …, dn) | 根据d0 - dn创建随机数数组,标准正态分布 |
np.random.randint(low[, high, shape]) | 根据shape创建随机整数或整数数组,范围是[low, high) |
np.random.seed(s) | 随机数种子,s是给定的种子值 |
np.random.shuffle(a) | 根据数组a的第1轴进行随机排列,改变数组a |
np.random.permutation(a) | 根据数组a的第1轴产生一个新的乱序数组,不改变数组a |
np.random.choice(a[, size, replace, p]) | 从一维数组a中以概率p抽取元素,形成size形状的新数组,replace表示是否可以重用元素,默认False |
np.random.uniform(low, high, size) | 产生具有均匀分布的数组,low起始值,high结束值,size形状 |
np.random.normal(loc, scale, size) | 产生具有正态分布的数组,loc均值,scale标准差,size形状 |
np.random.poisson(lam, size) | 产生具有泊松分布的数组, lam随机事件发生的概率, size形状 |
numpy的统计函数
函数 | 说明 |
---|
np.sum(a, axis=None) | 根据给定轴axis计算数组a相关元素之和, axis整数或元组 |
np.mean(a, axis=None) | 根据给定轴axis计算数组a相关元素的期望, axis整数或元组 |
np.average(a, axis=None, weights=None) | 根据给定轴axis计算数组a的加权平均数 |
np.std(a, axis=None) | 根据给定轴axis计算数组a相关元素的标准差 |
np.var(a, axis=None) | 根据给定轴axis计算数组a相关元素的方差 |
np.max(a) np.min(a) a.max() a.min() | 计算数组a中元素的最值 |
np.argmax(a) np.argmin(a) | 计算数组a中元素最值的降一维后的下标 |
np.unravel_index(index, shape) | 根据shape将一维下标index转换成多维下标 |
np.ptp(a) | 计算数组a中元素最值之间的差 |
np.median(a) | 计算数组a中元素的中位数 |
numpy的梯度函数
函数 | 说明 |
---|
np.gradient(f) | 计算数组f中元素的梯度, 当f为多维时,返回每个维度梯度 |
数据的CSV文件存取
CSV文件的存储
np.savetxt(frame, array, fmt = '%.18e', delimiter = None)
参数 | 说明 |
---|
frame | 文件、字符串或产生器,可以是.gz或.bz2的压缩文件 |
array | 存入文件的数组 |
fmt | 写入文件的数据格式,如:%d %.2f %.18e |
delimiter | 分割字符串,默认空格 |
示例:
a = np.arange(100).reshape(5, 20)
np.savetxt('a.csv', a, fmt = '%d', delimiter = ',')
CSV文件的读取
np.loadtxt(frame, dtype = np.float, delimiter = None, unpack = False)
参数 | 说明 |
---|
frame | 文件、字符串或产生器,可以是.gz或.bz2的压缩文件 |
dtype | 数据类型,可选 |
delimiter | 分割字符串,默认空格 |
unpack | 如果是True,读入属性将分别写入不同变量 |
示例:
np.loadtxt('a.csv', dtype = np.int64, delimiter = ',')
np.savetxt() np.loadtxt()
只能有效存取一维和二维数组
多维数组的存取
存
a.tofile(frame, sep = '', format = '%s')
参数 | 说明 |
---|
frame | 文件、字符串 |
sep | 数据分割字符串,若为空串,写入文件为二进制 |
format | 写入数据的格式 |
取
a.fromfile(frame, dtype = float, count = -1, sep = '')
参数 | 说明 |
---|
frame | 文件、字符串 |
dtype | 读入数据的类型 |
count | 读入元素个数,-1表示读入整个文件 |
sep | 数据分割字符串,若为空串,写入文件为二进制 |
numpy的便捷文件存取
函数 | 说明 |
---|
np.save(fname, array) np.szvez(fname, array) | fname:文件名,以.npy为扩展名,压缩扩展名为.npz, array:数组变量 |
np.load(fname) | fname:文件名,以.npy为扩展名,压缩扩展名为.npz |