python-- numpy学习总结

最新推荐文章于 2023-09-11 11:27:58 发布

斑马！

最新推荐文章于 2023-09-11 11:27:58 发布

阅读量943

点赞数

分类专栏： # Python编程数据挖掘

本文链接：https://blog.csdn.net/yezonghui/article/details/113752590

版权

本文详细介绍了Python Numpy库的常见和进阶用法，包括创建数组、索引与切片、数据类型dtype，以及arange、zeros、ones、eye等函数的使用。还涉及了reshape、concatenate、array_split等数组操作，搜索与筛选、排序、三角函数和随机数生成等内容，是学习和掌握Numpy库的实用教程。

摘要由CSDN通过智能技术生成

4.7 max min argmax argmin

一、Numpy常见用法

1. 创建数组

1）使用np.array创建

import numpy as np
arr = np.array([1, 2, 3, 4, 5])

arr的输出为array([1, 2, 3, 4, 5])。

我们输入以下代码创建二维数组：

my_matrix = [[1,2,3],[4,5,6],[7,8,9]]
mtrx= np.array(my_matrix)

mtrx的输出如下：

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

2）创建特殊数组

#生成特殊数组
a1 = np.zeros((3,5)) #生成全0数组
print(a1)
b1 = np.ones((2,3))
print(b1)

3）使用arange()生成数组

# 利用arange()生成数组
c1 = np.arange(10,20,2)
print(c1)

2. 索引与切片

1）索引一维数组与二位数组如下：

print('arr[0]=',arr[0],'mtrx[1,1]=',mtrx[1,1])

输出 arr[0]= 1 mtrx[1,1]= 5。

对数组切片：

arr[:3]

输出结果为 array([1, 2, 3])。

2）倒数切片：

arr[-3:-1]

输出 array([3, 4])。

加入步长(step)，步长决定了切片间隔：

arr[1:4:2]

输出 array([2, 4])。

3）二维数组切片：

mtrx[0:2, 0:2]

输出，代码意义为取第1、2行，第1、2列：

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

3. dtype

NumPy的dtpe有如下几种数据类型：

i - integer
b - boolean
u - unsigned integer
f - float
c - complex float
m - timedelta
M - datetime
O - object
S - string
U - unicode string
V - fixed chunk of memory for other type ( void )

import numpy as np
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array(['apple', 'banana', 'cherry'])
print('arr1.dtype=',arr1.dtype,'arr2.dtype=',arr2.dtype)

输出为 arr1.dtype= int32 arr2.dtype= <U6。arr1数据类型为int32，arr2的<U6表示不超过6位Unicode字符串。

我们可以指定dtype类型。

arr = np.array(['1', '2', '3'], dtype='f')

输出结果为 array([1., 2., 3.], dtype=float32)，其中1.表示1.0，可以看到dtype被设置为float32数据类型。

4. 一般方法

4.1 arange

np.arange(0,101,2)输出结果如下，该命令表示，在[0,101)区间内均匀地生成数据，间隔步长为2。

array([  0,   2,   4,   6,   8,  10,  12,  14,  16,  18,  20,  22,  24,
        26,  28,  30,  32,  34,  36,  38,  40,  42,  44,  46,  48,  50,
        52,  54,  56,  58,  60,  62,  64,  66,  68,  70,  72,  74,  76,
        78,  80,  82,  84,  86,  88,  90,  92,  94,  96,  98, 100])