Numpy库（一）：ndarray的创建与常用属性

---

一、Numpy库简介

Numpy（number python），一个重要的python语言数学运算库，在数据分析，机器学习，科学运算，图像处理等方面有重要的作用。他是大量Python数学与科学计算包的基础，内建了大量的函数，方便快速构建数学模型。

二、ndarray对象

Numpy库的核心是ndarray（N-dimensional array，N维数组）对象。它是一种指定了类型和大小的多维数组。

（1）创建数组

在Numpy库中，采用函数array() 进行创建数组，传入的参数为元组或列表。在创建数组时，可以通过指定dtype属性的值来设置数组的数据类型。

import numpy as np
a = np.array([[1,2,3],[4,5,6]])					# 采用列表嵌套的形式传入参数
b = np.array(((1,2,3),(4,5,6)))					# 采用元组嵌套的形式传入参数
c = np.array([[1,2,3],(4,5,6)])					# 采用元组、列表混合的列表嵌套形式传入参数

a = np.array([[1,2,3],[4,5,6]], dtype=int32)	# 设置数组的dtype属性	

（2）数组常用属性

ndarray对象有一些常用的属性，如dtype、ndim、size、shape等。可以采用函数type()检测一个对象是否为ndarray对象。

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
print('数组的类型：', type(a))
print('数组的维数：', a.ndim)
print('数组的元素个数：', a.size)
print('数组的形状：', a.shape)
print('数组的数据类型：', a.dtype)

上述代码的输出内容如下：

数组的类型： <class 'numpy.ndarray'>
数组的维数： 2
数组的元素个数： 6
数组的形状： (2, 3)
数组的数据类型： int32

（3）数组的数据类型

Numpy库支持的数据类型如下表所示：

名称	描述
bool_	以一个字节形式存储的布尔型数据类型（True 或者 False）
int_	默认的整数类型（类似于 C 语言中的 long，int32 或 int64）
intc	与 C 的 int 类型一样，通常为int32 或 int 64
intp	用于索引的整数类型（类似于 C 的 ssize_t，通常仍然是 int32 或 int64）
int8	字节（-128 ~127）
int16	整数（-32768 ~ 32767）
int32	整数（-2147483648 ~ 2147483647）
int64	整数（-9223372036854775808 ~ 9223372036854775807）
uint8	无符号整数（0 ~ 255）
uint16	无符号整数（0 ~ 65535）
uint32	无符号整数（0 ~ 4294967295）
uint64	无符号整数（0 ~ 18446744073709551615）
float_	float64 类型的简写
float16	半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位
float32	单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位
float64	双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位
complex_	complex128 类型的简写，即 128 位复数
complex64	复数，表示双 32 位浮点数（实数部分和虚数部分）
complex128	复数，表示双 64 位浮点数（实数部分和虚数部分）

（4）内置特殊数组创建形式

Numpy内置了几个生成包含初始值的N维数组，能够高效的生成所需数组。如零一数组、对角数组等。

1.零一数组、对角数组

零一数组的生成函数为zeros() 和ones() ，传入的参数必须是一个包含两个元素的元组，其中第一个元素为数组的维数，第二个为数组的列数。

对角矩阵的生成函数为eye() ，传入的参数为int型数字。对角矩阵的定义如下：主对角线上的元素为一，其余元素为零的矩阵。对角矩阵的维数和列数相同。

生成的数组默认数据类型为浮点数，可以通过定义数组的dtype属性将其更改。

import numpy as np
print('零数组：\n', np.zeros((2,3)))      #生成一个初始值为0的，形状为2*3的零数组
print('一数组：\n', np.ones((2,3)))       #生成一个初始值为1的，形状为2*3的一数组
print('对角组：\n', np.eye(3))            #生成一个形状为3*3的,对角数组

上述代码的输出如下：

零数组：
 [[0. 0. 0.]
 [0. 0. 0.]]
一数组：
 [[1. 1. 1.]
 [1. 1. 1.]]
对角组：
 [[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

此外，对角矩阵可以在一个原有的一维数组上进行创建。新建的数组的维数和列数与原数组的列数相同。

import numpy as np
a = np.array([1, 2, 3])
print(np.diag(a))

输出的结果如下：

[[1 0 0]
 [0 2 0]
 [0 0 3]]

2.序列数组

Numpy库内置的函数arange() 能够依据提供的数值范围创建数组。传入参数类似于Python的内置函数range()，不同的地方在于，arrage()函数设置的步长可以为浮点型。

import numpy as np
print('生成0到10的序列函数：\n', np.arange(0,10))
print('生成0到10的，步长为2的序列函数：\n', np.arange(0,10,2))
print('生成0到10的，步长为2.5的序列函数：\n', np.arange(0,10,2.5))

输出如下所示：

生成0到10的序列函数：
 [0 1 2 3 4 5 6 7 8 9]
生成0到10的，步长为2的序列函数：
 [0 2 4 6 8]
生成0到10的，步长为2.5的序列函数：
 [0.  2.5 5.  7.5]

此外，内置函数 linspace() 能够用于生成等差数组。传入的前两个参数依旧表示数据范围的开始与结束，而第三个参数则表示为范围内的数字等分为几部分。参数endpoint 的值取True或False，表示是否将结束的数字纳入数列中。

import numpy as np
print('将0到10的数字五等份，包含数字10：\n', np.linspace(0,10,5))
print('将0到10的数字五等份，不包含数字10：\n', np.linspace(0,10,5,endpoint=False))

输出结果如下：

将0到10的数字五等份，包含数字10：
 [ 0.   2.5  5.   7.5 10. ]
将0到10的数字五等份，不包含数字10：
 [0. 2. 4. 6. 8.]

3.随机数组

Numpy的随机数主要由numpy.random模块实现。模块内常用的函数包括：

• 函数rand()： 根据给定维度生成 [0, 1) 之间的数据，包含0，不包含1
• 函数randn()： 返回一组具有标准正态分布的数组
• 函数randint()： 在给定的数据范围内生成指定数目的整数；传入参数为数据范围的始末值和数组大小
• 函数random_sample： 在 [0, 1) 区间内生成指定个数的随机浮点数

import numpy as np
print('0、1分布：\n', np.random.rand(2,3))
print('标准正态分布：\n', np.random.randn(3,2))
print('随机整数：\n', np.random.randint(2,10,5))
print('随机浮点数：\n', np.random.random(5))

输出内容如下：

0、1分布：
 [[0.87445382 0.09422451 0.06907788]
 [0.27529741 0.36810821 0.22623295]]
标准正态分布：
 [[-0.75812562 -0.26682828]
 [ 1.57646845 -1.08735943]
 [-0.30249788 -0.13160996]]
随机整数：
 [4 7 9 4 2]
随机浮点数：
 [0.11699514 0.98790709 0.85412832 0.75072901 0.06532423]

此外，在numpy.random模块还存在一个特殊的内置函数seed()，称为随机数种子。

设置了随机数种子后能够使得随机数据可以被预测。当设置相同的seed，每次生成的随机数相同；如果不设置seed，则每次会生成不同的随机数。

import numpy as np
np.random.seed(2333)
a = np.random.rand(5)
np.random.seed(2)
b = np.random.rand(5)
np.random.seed(2333)
c = np.random.rand(5)

print('seed:2333\na\n', a)
print('seed:2\nb\n', b)
print('seed:2333\nc\n', c)

输出结果如下：

seed:2333
a
 [0.52977763 0.8944875  0.24233821 0.92696067 0.19186078]
seed:2
b
 [0.4359949  0.02592623 0.54966248 0.43532239 0.4203678 ]
seed:2333
c
 [0.52977763 0.8944875  0.24233821 0.92696067 0.19186078]