Numpy基础教程

我们先导入numpy库，并查看版本：

import numpy as np
np.__version__

'1.19.2'

Ⅰ.创建ndarry

1.使用np.array()，由list创建

参数为列表：[1, 4, 2, 5, 3]

注意：

• numpy默认ndarray的所有元素的类型是相同的
• 如果传进来的列表中包含不同的类型，则统一为同一类型，优先级：str > float > int

test = np.array([1, 4, 2, 5, 3])
test

array([1, 4, 2, 5, 3])

• python的list类型只能一维，而ndarray可以多维，例如：

test = np.array([[1, 2, 3], [4, 5, 6]])
test

array([[1, 2, 3],
       [4, 5, 6]])

两个细节：

• 参数 ndmin：指定ndarray的维度
• 参数 dtype：指定ndarray的数据的类型

array1 = np.array([1, 2, 3, 4, 5])
array2 = np.array([1, 2, 3, 4, 5], ndmin=2, dtype=complex)
print(array1, array2)

[1 2 3 4 5] [[1.+0.j 2.+0.j 3.+0.j 4.+0.j 5.+0.j]]

补充：numpy.asarray()函数也可以将python序列转换成ndarray数组

numpy.asarray(a, dtype = None, order = None)

构造器接受下列参数：

序号	参数及描述
1.	a 任意形式的输入参数，比如列表、列表的元组、元组、元组的元组、元组的列表
2.	dtype 通常，输入数据的类型会应用到返回的ndarray
3.	order 'C'为按行的 C 风格数组，'F'为按列的 Fortran 风格数组

m = [1, 2, 3]
mArray = np.asarray(m, dtype=float)
mArray

array([1., 2., 3.])

n = (1, 2, 3)
nArray = np.asarray(n)
nArray

array([1, 2, 3])

嵌套序列类型亦可：

abc = [(1, 2, 3), (4, 5)]
abcArray = np.asarray(abc)
abcArray

D:\DevTools\Python\Anaconda\lib\site-packages\numpy\core\_asarray.py:83: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray
  return array(a, dtype, copy=False, order=order)





array([(1, 2, 3), (4, 5)], dtype=object)

2.使用np的routines函数创建

包含以下常见创建方法：

---

1. np.ones(shape, dtype=None, order=‘C’)

np.ones([3, 3])

array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])

np.ones([3, 3], dtype = int)

array([[1, 1, 1],
       [1, 1, 1],
       [1, 1, 1]])

---

2. np.zeros(shape, dtype=float, order=‘C’)

np.zeros([3, 3])

array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])

---

3. np.full(shape, full_value, dtype=None, order=‘C’)

np.full([3, 3], 3.14)

array([[3.14, 3.14, 3.14],
       [3.14, 3.14, 3.14],
       [3.14, 3.14, 3.14]])

---

4. np.eye(N, M=None, k=0, dtype=float)

np.eye(3)

array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

---

5. np.arange(start, stop, step, dtype=None) （注意值的范围是左闭右开区间）

构造器接受下列参数：

序号	参数及描述
1.	start 范围的起始值，默认为0
2.	stop 范围的终止值（不包含）
3.	step 两个值的间隔，默认为1
4.	dtype 返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型。

np.arange(5)

array([0, 1, 2, 3, 4])

np.arange(0, 10, 2)

array([0, 2, 4, 6, 8])

np.arange(0, 20, 5, dtype=float)

array([ 0.,  5., 10., 15.])

---

6. np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) （注意默认值的范围包含两端）

此函数类似于arange()函数。但在此函数中，指定了范围之间的均匀间隔数量，而不是步长。

构造器接受下列参数：

序号	参数及描述
1.	start 序列的起始值
2.	stop 序列的终止值，如果endpoint为true，该值包含于序列中
3.	num 要生成的等间隔样例数量，默认为50
4.	endpoint 序列中是否包含stop值，默认为ture
5.	retstep 如果为true，返回样例，以及连续数字之间的步长
6.	dtype 输出ndarray的数据类型

np.linspace(0, 10, 5)