python:numpy的基本使用

import numpy as np

# 创建数组，dtype指定数组类型
a = np.array(range(10), dtype='int32')
# np.arange(初始值，结束值，步长)
b = np.arange(1, 10, 2, dtype='float')  # 结果为array([1., 3., 5., 7., 9.])
# 创建bool类型的数组，dtype='bool'或者dtype=np.bool
c = np.array([1, 2, 0, 0, -1, 9, -9], dtype='bool')  # 结果为array([ True,  True, False, False,  True,  True,  True])

# 修改数组的数据类型
a = a.astype('float')
b = b.astype('int64')
c = c.astype('int')

# 生成随机数
c = np.random.random(7)
# 修改小数位数
c = np.round(c, 2)

# 生成二维数组
d = np.array([[1, 2, 3, 4], [4, 6, 7, 8]])
# 查看数组的形状
d.shape
# 修改数组的形状
d = d.reshape(4, 2)
# 转化为一维数组
d = d.reshape(1, 8)  # array([[1, 2, 3, 4, 4, 6, 7, 8]])这个还不是一维数组
d = d.flatten()  # 正确，如array([1, 2, 3, 4, 4, 6, 7, 8])

# 数组和数的计算，数组中的每一个元素都和数进行计算
a = a + 3
b = b * 6

# 数组与数组的运算,具有广播效应
e = np.array([[1, 2, 3], [5, 6, 8]])
f = np.array([[1], [2]])
g = np.array([2, 4, 6])
e - f
e * g
e - g
e / f

# 数组的转置
e.transpose()
e.T
e.swapaxes(1, 0)  # 交换轴

# 数组的切片和索引
h = np.array([[1, 2, 3, 4, 5], [21, 22, 34, 23, 44], [1, 2, 12, 43, 65]])
h[1, 1]  # 取第2行、第二列的元素
h[:, [1, 3]]  # 取第2、4列
h[:, [1, 3]] = h[:, [3, 1]]  # 列交换

# 数组的修改
h[1, 1] = 0  # 将第2行、第二列的元素改为0

# 将数组中小于10的数置为0，大于10的数置为20
i = np.arange(24).reshape(3, 8)
i = np.where(i < 10, 0, 20)
# 将数组中小于10的数置为0，大于20的数置为1
j = np.arange(24).reshape(4, 6)
j = np.where(j < 10, 0, j > 20, 1)

# clip函数的使用
k = np.arange(12).reshape(2, 6)
k = np.clip(k, 4, 8)  # 将k中小于4的数置为4，大于8的数置为8

# 数组的拼接
l = np.arange(6).reshape(2, 3)
m = np.arange(5, 11).reshape(2, 3)
n = np.vstack((l, m))  # 竖直拼接
o = np.hstack((l, m))  # 水平拼接

# 获取最大值，最小值的位置
p = np.argmax(l, 0)  # 0表示行方向，行与行相比较，1表示列方向，列与列相比较
q = np.argmin(o, 1)