Python之NumPy库

ndarry

n维数组对象，所有元素类型相同

np.ndarry([1,2],[3,4]);

使用NumPy函数创建ndarray数组
np.arange(10)

np.ones(shape) x=np.ones((3,6))//三行六列 x.shape是(3,6)

np.zeros(shape)

np.eye(5)//正方的N*N单位矩阵，对角线1，其余0

np.ones_like(a)//根据数组a的形状生成一个全1的数组

np.zeros_like(a)

np.full_like(a,val)//根据数组a的形状生成一个全val的数组

np.linspace(1，10，4)//根据起始数据等间距地填充数组 结果array([1.,4.,7.,10.])

np.linspace(1，10，4,endpoint=False)//结果array([1.,3.25,5.5,7.75])

np.concatenate(a,b)//将多个数组合并成一个数组

ndarray维度变换

.reshape(shape)//返回一个新数组，原数组不变

.resize(shape)//原数组改变

.flatten()//原数组改变，成为一维数组

类型改变

.astype(np.float)

转换成列表

.tolist()

索引

//一维a[0] //多维a[1,3,2]//每个维度一个索引

切片

//一维a[1:4:2]//起：终(不含):步长

//多维a[:,:,::2]//三个维度上，::2是第三维度上的跳跃步长

运算

a.mean()

np.cos()//每个元素cos

数据存储和读取

csv只能有效存储一维和二维数组
np.savetxxt(‘a.csv’,array,fmt=’%d’,delimiter=’,’)//分割字符串是,

np.loadtxt(‘a.csv’,delimiter=’,’)

多维数据存取

a.tofile(‘a.scv’,sep=’,’,dormat=’%d’)

np.fromfile(‘a.csv’,dtype=float,count=-1,sep=’,’)//count为-1代表读入整个文件

np.save(“a.npy”,a)

b=np.load(“a.npy”)