Numpy模块的使用
安装方式:
pip install numpy -i https://pypi.douban.com/simple/
一、介绍
NumPy(Numerical Python) 是 Python语言的一个扩展程序库,支持任意维度的数组和矩阵操作,此外也针对数组运算提供了大量的内置方法。
NumPy 是一个运行速度非常快的数学库,主要用于数组计算,包含:
•一个强大的N维数组对象 ndarray
•广播功能函数
•整合 C/C++/Fortran代码的工具
•线性代数、傅里叶变换、随机数生成等功能数学函数库。
二、方法和属性
1、ndarray的属性
1)属性及其说明如下表所示:
属性名字 | 说明 |
---|---|
shape | 返回 tuple。表示数组的形状,对于 n 行 m 列的矩阵,形状为(n,m) |
ndim | 返回 int。表示数组的维数 |
size | 返回 int。表示数组的元素总数,等于数组形状的乘积 |
dtype | 返回 data-type。描述数组中元素的类型 |
itemsize | 返回 int。表示数组的每个元素的大小(以字节为单位) |
2)ndarray的数据类型
类型 | 描述 |
---|---|
bool | 布尔类型(True或False) |
int8 | 整数,范围为−128至127 |
int16 | 整数,范围为−32768至32767 |
int32 | 整数,范围为−231至232-1 |
int64 | 整数,范围为−263至263-1 |
uint8 | 无符号整数,范围为0至255 |
uint16 | 无符号整数,范围为0至65535 |
uint32 | 无符号整数,范围为0至232-1 |
uint64 | 无符号整数,范围为0至264-1 |
类型 | 描述 |
---|---|
float16 | 半精度浮点数(16位),其中1位表示正负号,5位表示指数,10位表示尾数 |
float32 | 单精度浮点数(32位),其中1位表示正负号,8位表示指数,23位表示尾数 |
float64 | 单精度浮点数(64位),其中1位表示正负号,11位表示指数,52位表示尾数 |
complex64 | 复数,分别用两个32位浮点数表示实部和虚部 |
complex128 | 复数,分别用两个64位浮点数表示实部和虚部 |
object | Python对象 |
string_ | 字符串 |
unicode_ | unicode类型 |
2、numpy多种方法创建数组
1)生成0和1的数组:
① numpy.zeros(shape,dtype = float,order = "C" )
② numpy.ones(shape,dtype = float,order = "C" )
参数说明:
参数 | 描述 |
---|---|
shape | 数组形状 |
dtype | 数据类型,可选 |
order | 有"C"和"F"两个选项,分别代表,行优先和列优先,在计算机内存中的存储元素的顺序。 |
2)重现有数组生成
①numpy.array(object[,dtype,order])
②numpy.asarray(object[,dtype,order])
③numpy.copy(object[,order])
参数名称 | 说明 |
---|---|
object | 接收array。表示想要创建的数组。无默认。 |
dtype | 接收data-type。表示数组所需的数据类型。如果未给定,则选择保存对象所需的最小类型。默认为None。 |
order | 表示计算机内存中的存储元素的顺序 |
3)生成固定范围的数组
①numpy.linspace(start,stop,num=50, endpoint=True,retstep=False,dtype=None)
通过指定开始值、终值和元素个数创建等差数列数组,默认设置包括终值
参数说明:
参数 | 描述 |
---|---|
start | 序列的起始值 |
stop | 序列的终止值,如果endpoint为True,该值包含于数列中 |
num | 要生成的等步长的样本数量,默认为50 |
endpoint | 该值为 Ture 时,数列中包含stop值,反之不包含,默认是True。 |
retstep | 如果为 True 时,生成的数组中会显示间距,反之不显示。 |
dtype | ndarray 的数据类型 |
②np.arange(start,stop,step,dtype)
通过指定开始值、终值和步长创建一维数组,创建的数组不含终值。
参数说明:
参数 | 描述 |
---|---|
start | 起始值,默认为0 |
stop | 终止值(不包含) |
step | 步长,默认为1 |
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。 |
4)、生成随机数组
①numpy.random.uniform(low=0.0,high=1.0,size=None)
功能:产生在[0,1)中均匀分布的随机数
返回值:ndarray类型,其形状和参数size中描述一致
参数说明:
参数 | 描述 |
---|---|
low | 采样下界,float类型,默认值为0 |
high | 采样上界,float类型,默认值为1 |
size | 输出样本数目,为int或元组类型,缺省时输出1个值 |
② numpy.random.normal(loc=0.0, scale=1.0,size=None)
功能:返回指定形状的标准正态分布的数组
参数说明:
参数 | 描述 |
---|---|
loc | 均值,float类型 |
scale | 标准差,float类型 |
size | 输出样本数目,为int或元组类型,缺省时输出1个值 |
三、切片索引
1、一维数组索引:基于 0-n 的下标进行索引,与Python中list操作一致(不含stop)。
① [index] 非负整数:从 0 往后数;负整数:从 -1往前数
②[start : stop] 取值范围:[start:stop)
③ [start :]、[ : stop] 取值范围:[start : -1] 、[0 : stop)
④ [start : stop : step] start<stop,step>0:按照步长(顺序)取值 [start:stop)
start>stop, step<0:按照步长(从后向前)取值 [start:stop)
⑤array[start : stop] = [n1, n2, …] 数组元素值修改
2、多维数组索引:多维数组的每个维度都有一个索引,各个维度索引之间用逗号隔开。
[索引1,索引2, ……] 索引规则<= 维度,从前向后匹配维度
四、数组的形态
1、数组形状修改
①ndarray.reshape(shape)
说明:返回新数组,数据进行重新分割
②ndarray.resize(shape)
说明:修改原始数组,数据进行重新分割
③ ndarray.T
说明:转置:行变成列、列变成行,返回新的数组
2、数组类型修改
①ndarray.astype(type)
说明:返回新数组,改变数组类型的同时不改变原始数据的值
②ndarray.tostring()
说明:转换成bytes类型
3、数组的去重
numpy.unique(arr, return_index=False,return_inverse=False, return_counts=False)
功能:找出数组中的唯一值,并返回已排序结果
参数说明:
①arr:输入数组,如果不是一维数组则会展开
②return_index:若为True,返回新数组元素在原数组中的位置(下标)
③return_inverse:若为True,返回原数组元素在新数组中的位置(下标)
④return_counts:若为True,返回去重数组中元素在原数组中的出现次数