numpy的简单使用（一）

桜キャンドル淵

已于 2022-04-20 20:03:55 修改

阅读量823

点赞数 5

分类专栏： python基础文章标签： python

于 2022-04-20 19:54:46 首次发布

本文链接：https://blog.csdn.net/weixin_62684026/article/details/124291698

版权

python基础专栏收录该内容

23 篇文章 9 订阅

订阅专栏

np.ones_like(array)的简单使用

以下是arange(b,e,s)的简单使用

首先导入numpy包

import numpy as np

ndarray是存储单一数据类型的多维数组，在下面的代码中，我们可以看到事实上array是可以输入不同的数据类型的。

arr1=np.array([1,2,3,4,5,6,'呵呵','a'])
print("创建的数组为:{}".format(arr1),type(arr1))

但是建议将ndarray数组存储为单一数据类型，否则在数据转换时可能会出现问题。

arr1=np.array([1,2,3,4,5,6,'呵呵','a'])
print("创建的数组为:{}".format(arr1),arr1.dtype(int))

1.数组的简单创建

接下来我们就来看一下n维数组的简单创建，这里我们展示一至三维数组的创建方式

#创建一维数组
arr1=np.array([1,2,3,4,5,6])
print("创建的一维数组为:{}".format(arr1))
#创建二维数组
arr2=np.array([[1,2,3],[4,5,6],[7,8,9]])
print("创建的二维数组为:{}".format(arr2))
#创建三维数组
arr3=np.array([[[1,2,3],[4,5,6],[7,8,9]],[[10,11,12],[13,14,15],[16,17,18]]])
print("创建的三维数组为:{}".format(arr3))

数组的属性

属性	说明
ndim	返回int。表示数组的维数
shape	返回tuple。表示数组的尺寸
dtype	返回data-type。描述数组中的元素类型
size	返回int。表示数组的袁术总数，等于数组形状的乘积
itemsize	返回int。表示数组的每个元素的大小（以字节为单位）

arr2=np.array([[1,2,3],[4,5,6],[7,8,9]])
print(arr2.ndim)
print(arr2.shape)
print(arr2.dtype)
print(arr2.size)
print(arr2.itemsize)

如何修改数组的形状

我们以二维数组为例

这里我们使用shape函数，将原本3×3的二维数组修改成9×1的二维数组

arr2=np.array([[1,2,3],[4,5,6],[7,8,9]])
arr2.shape=9,1
print(arr2)

这里我们还可以使用reshape函数，reshape函数的定义是将数据赋值给一个新的变量，所以对使用reshape函数本身的数组是不会受到影响的。

arr2=np.array([[1,2,3],[4,5,6],[7,8,9]])
arr2.reshape(9,1)
arr3=arr2.reshape(9,1)
print(arr2)
print(arr3)

此处我们还有一个小技巧，我们的两种重塑数组形状的方式中，其中的行和列我们其实只要输入一个数据就行，另一个数据我们可以使用-1来替代，让我们的程序自己计算这个值应该为多少

arr2=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
print(arr2)
arr2.shape=3,-1
print(arr2)
arr2.shape=-1,2
print(arr2)

数组的转置

arr2=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
print(arr2)
print(arr2.T)

2.数组生成函数

np.zero()	生成全0数组
np.ones()	生成全1数组
np.empty()	创建未初始化的数组
np.eye(n)	声称特征矩阵
np.full(n,num)	生成指定维度、指定数值的数组
np.diag(list)	生成对角矩阵

arr1=np.zeros(10)
print(arr1)
arr2=np.ones(10)
print(arr2)
arr3=np.empty(10)
print(arr3)
arr4=np.eye(5)
print(arr4)
arr5=np.full(3,5)
print(arr5)
arr6=np.diag([1,2,3])
print(arr6)

np.ones_like(array)	生成一个与array形状一样的数组，其它也类似
arange(b,e,s)	创建等差数列，包含初始值b,不包含终值e，相当于python中的range()，s为步长
linspace(b,e,n)	创建等差数列，包含初始值b和终值b和终值e，n为创建的元素个数
logspace(b,e,n)	创建等比数列，包含初始值(10^b)和终值(10^e)

np.ones_like(array)的简单使用

arr1=np.ones([5,5])
print(arr1)
arr2=np.ones_like(arr1)
print(arr2)

以下是arange(b,e,s)的简单使用

arr1=np.arange(10,90,5)
print(arr1)

linspace(b,e,n)的简单使用

arr1=np.linspace(10,90,5)
print(arr1)

logspace(b,e,n)的简单使用

arr1=np.logspace(1,5,10)
print(arr1)

3.数据类型

类型	描述
bool	用一位存储的布尔类型（值为TRUE或FALSE）
int	整数，int8~int64，inti由平台决定（一般为int32或int64）
uint	无符号整数，uint8~unit64
float	浮点数，float16~float64
complex	复数,complex64~complex128
string	字符型数据

import sys
arr1=np.array([1,2,3],dtype=np.float64)
arr2=np.array([1,2,3],dtype='i4')
print(arr1,sys.getsizeof(arr1))
print(arr2,sys.getsizeof(arr2))
arr3=np.float32(arr1)
print(arr3,sys.getsizeof(arr3))

数据类型转化的方法

类型转换方法astype()，会生成一个新的数组

ndarray.astype(np.float64)

整数可以转换成浮点数，

浮点数可以转换成整数，保留整数部分

也可以将表达数字含义的字符转换成整数或浮点数

如果转换失败，会抛出一个ValueError

以下是相关的测试代码

arr1=np.array([1,3,4,5,6,78])
arr2=arr1.astype(np.float64)
print(arr1)
print(arr2)
arr1=np.array([1.1,3.312,4.443,5.43,6.434,78.434])
arr2=arr1.astype(np.int8)
print(arr1)
print(arr2)
arr1=np.array(['1.1','3.312','4.443','5.43','6.434','78.434'])
arr2=arr1.astype(np.float64)
print(arr1)
print(arr2)