Numpy知识点大总结

1 Numpy介绍

numpy是高性能科学计算和数据分析的基础包

• ndarray：一个具有矢量算术和复杂广播能力的快速且节省空间的多维数组
• 对整数数据进行快速运算的标准数学函数
• 用于读写磁盘数据的工具以及用于操作内存映射文件的工具

2 Numpy使用方法

2.1 创建数组

方法	功能	举例	结果	注释
arange()	创建一维数组	np.arange(10)	array([0, 1, 2, 3, 4])
array()	创建一维或多维数组	np.array([0,1,2,3,4],dtype=‘float’)	array([0., 1., 2., 3., 4.])	一维,dtype可指定数据类型
		np.array([[1,2],[3,4]])	array([[1, 2], [3, 4]])	创建二维数组

2.2 数组属性

方法	功能	举例	结果	注释
a.shape	获取数组每一维度的大小	a.shape	(4,6)
a.ndim	获取数组维度	a.ndim	2
a.size	元素个数	a.size	24
a.itemsize	每个元素在内存中的字节数	a.itemsize	4	数组元素为整型，占4个字节
a.nbytes	数组字节数	a.nbytes	96	相当于a.size*a.itemsize
a.astype(int)	数组类型转换

2.3 数组变型

方法	功能	举例	注释
a.reshape(m,n)	返回一个m*n型数组	a.reshape(5,2)	reshape()方法不改变原数组
a.reshape(-1,n)	确定n的长度，根据a的长度确定m	a.reshape(-1,2)
a.reshape(m,-1)	确定m的长度，根据a的长度确定m	a.reshape(5,-1)
a.reshape(1,-1)	返回一个行向量	a.reshape(1,-1)
a.reshape(-1,1)	返回一个列向量	a.reshape(-1,1)
a.resize	把原来数组变成m*n型元素个数	a.resize(2,5)	resize()方法改变原数组

2.4 数组元素处理

方法