记录一下python的数据结构 - array
标准安装的Python中用列表(list)保存一组值,可以用来当作数组使用,不过由于列表的元素可以是任何对象,因此列表中所保存的是对象的指针。这样为了保存一个简单的[1,2,3],需要有3个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间。
此外Python还提供了一个array模块,array对象和列表不同,它直接保存数值,和C语言的一维数组比较类似。但是由于它不支持多维,也没有各种运算函数,因此也不适合做数值运算。
NumPy的诞生弥补了这些不足,NumPy提供了两种基本的对象:ndarray(N-dimensional array object)和 ufunc(universal function object)。ndarray(下文统一称之为数组)是存储单一数据类型的多维数组,而ufunc则是能够对数组进行处理的函数。
所以使用前,需要`import numpy as np`
\>>> a = np.array([1,2,3,4])
\>>> b = np.array([[1,2,3][4,5,6]])
\#上面例子中的参数序列的元素都是整数,因此所创建的数组的元素类型也是整数,并且是32bit的长整型。
\#可以通过dtype参数在创建时指定元素类型:
\>>> np.array([[1, 2, 3, 4],[4, 5, 6, 7], [7, 8, 9, 10]], dtype=np.float)
= array([[ 1., 2., 3., 4.],
[ 4., 5., 6., 7.],
[ 7., 8., 9., 10.]])
\>>> np.array([[1, 2, 3, 4],[4, 5, 6, 7], [7, 8, 9, 10]], dtype=np.complex)
= array([[ 1.+0.j, 2.+0.j, 3.+0.j, 4.+0.j],
[ 4.+0.j, 5.+0.j, 6.+0.j, 7.+0.j],
[ 7.+0.j, 8.+0.j, 9.+0.j, 10.+0.j]])
\>>> a.shape
= (4,)
\>>> b.shape
= (2,3)
\>>> b.shape = 3,2 # 对b进行调整
\>>> b
= ([[1,2][3,4][5,6]])
\>>> b.shape = 2,-1
\>>> b
= ([[1,2,3][4,5,6]])
\>>> d = a.reshape((2,2)) #创建1个改变了尺寸的新数组,且a和d共享内存,改变其中一个元素,会同时修改另一个
\>>> a = np.arange(10)
\>>> a
= [0,1..,8,9]
\>>> np.arange(0,1,0.1) #arange函数类似于range函数,通过指定开始值、终值和步长来创建一维数组,当然也是不包括终值的
= array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
\>>> np.arange(0, 60, 10).reshape(-1, 1) + np.arange(0, 6)
= array([[ 0, 1, 2, 3, 4, 5],
[10, 11, 12, 13, 14, 15],
[20, 21, 22, 23, 24, 25],
[30, 31, 32, 33, 34, 35],
[40, 41, 42, 43, 44, 45],
[50, 51, 52, 53, 54, 55]])
\>>> a[5] #用整数做下标
\>>> a[3:5] #用范围做下标获取数组切片,包括a[3]但不包括a[5]
= array([3,4])
\>>> a[:5]
array([0,1,2,3,4])
\>>> a[:-1] #用法同list
\>>> a[2:4] = 100,101 # 索引修改值
\>>> a[1:-1:2] #第三个参数表示步长
= array([1, 3, 5, 7])
\>>> a[::-1] #数组头尾颠倒,省略范围的开始和结束
= array([9, 8, 7, 6, 5, 4, 3, 2, 1, 0])
\>>> a[5:1:-2] #步长为负,则起始点要大于结束点
= array([5, 3])
\>>> b = a[3:7] #通过索引产生的新数组b,和a共享数据空间
本篇博客主要参考自
《用python做科学计算》
《Python自学笔记之基础内容回顾》
《Python 列表(list)、字典(dict)、字符串(string)常用基本操作小结 》
《 Python list 操作》
《列表(list), 元祖(tuple), 字典(dict), 字符串(string), 集合(set) 的基本方法 》
《python 2.7教程 - 廖雪峰》