【python-NOJ-季总结】—【第七季：Numpy库】—数组array的使用

介绍array的一些知识点。

array是来自科学计算基础库Numpy的数组，可以方便的进行多维数组元素级的运算。

目录

1. 用eval()来处理输入

2. 数组复制函数np.tile()

 3. 删除数组元素

3. 交换数组中两行值和两列值

4. 创建值相同的一维数组

5. 将两个数组连起来

6. np.fromiter()函数自动生成数组

---

1. 用eval()来处理输入

eval()是处理字符串函数，返回字符串的数字结果。可以将输入的数组识别成列表，作为参数传给数组进行创建。

import numpy as np
arr=np.array(eval(input()))
print(arr)
print(len(arr))
print(arr[0])

输入：
[[1,2,3],[4,5,6]]
输出：
[[1 2 3]
 [4 5 6]]
2
[1 2 3]

2. 数组复制函数np.tile()

np.tile( arr, ( row, col ))：参数1是要复制的数组，参数2以元组形式，表示复制几行几列。

（1）当仅有一个参数时：

对于每一维，复制元素，添加到后面：

 （2）当有两个参数时，表示复制几行几列：

 3. 删除数组元素

（1）首先说一下删除列表元素的三个方法：

list=['1','2','3','4']
list.remove('2')
del list[0]
list.pop(1)

其中remove()要知道列表中的元素名，del()和pop()只需要知道下标即可。

（2）np.delete( arr, index )：参数1是数组，参数2是下标。

import numpy as np
arr=np.array(eval(input()))
print(arr[0])
arr=np.delete(arr,0)
print(arr)

输入：
[[1,2,3],[4,5,6]]
输出：
[1 2 3]
[2 3 4 5 6]

3. 交换数组中两行值和两列值

（1）arr[ [n1, n2], : ] = arr[ [ n2, n1 ], : ]：交换行

（2）arr[ ：,  [n1, n2] ] = arr[ ：, [ n2, n1 ] ]：交换列

当然，里面的参数n1，n2也可以有多个，前后对应即可。

import numpy as np
arr=np.array(eval(input()))
arr[[0,1],:]=arr[[1,0],:]
print(arr)
arr[:,[0,1]]=arr[:,[1,0]]
print(arr)

输入：
[[1,2,3],[4,5,6],[7,8,9]]
输出：
[[4 5 6]
 [1 2 3]
 [7 8 9]]
[[5 4 6]
 [2 1 3]
 [8 7 9]]

4. 创建值相同的一维数组

（1）先用list创建，然后作为参数传给np.array；

（2）使用np.full（（ row，col ），val ）：创建值为val的m*n维数组；

需要注意，一维数组，第二维为空，所以只需要给np.full传row即可。

import numpy as np
arr=np.array(eval(input()))
print(len(arr))
print(arr.shape)
arr2=np.full((3,),-1)
print(arr2)
print(arr2.shape)

输入：
[1,2,3]
输出：
3
(3,)
[-1 -1 -1]
(3,)

还有以下函数用来创建数组：

（1）np.zeros()：创建指定形状全0数组；

（2）np.ones()：创建指定形状全1数组；

（3）np.arange( start，end，step )：等差序列，不含终值；

（4）np.linespace( start，end，eleNum，endpoint=False)：第三个参数是元素个数，第四个参数看是否含终值；

（5）np.logspace( start，end，eleNum)：起始幂，终止幂，元素个数，默认基数为10，默认含终值。基数改为2，不包含终值：np.logspace(0, 2, 12, base=2, endpoint=False)

（6） np.empty((2,3),np.int) ： 数组未初始化，元素的值为随机值；

5. 将两个数组连起来

（1）np.append()：

三种拼接方法，默认拼接成一维数组，沿第一个轴拼接和沿着第二个轴拼接：

import numpy as np
arr1=[[1,2,3],[4,5,6]]
arr2=[[7,8,9],[10,11,12]]
print(np.append(arr1,arr2)) # 扁平化之后输出，为一维数组
print(np.append(arr1,arr2,axis=0)) # 沿第一个坐标轴拼接
print(np.append(arr1,arr2,axis=1)) # 沿第二个坐标轴拼接

输出：
[ 1  2  3  4  5  6  7  8  9 10 11 12]
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
[[ 1  2  3  7  8  9]
 [ 4  5  6 10 11 12]]

此时还能拼接值，np.append(arr1，value），不过会自动变为一维数组：

import numpy as np
arr2=np.array([[7,8,9],[10,11,12]])
arr3=np.append(arr2,1)
print(arr3)

输出：
[ 7  8  9 10 11 12  1]

 （2）np.concatenate()

跟上面用法相同，不过无axis参数时默认是第一维：

import numpy as np
arr1=np.array([[1,2,3],[4,5,6]])
arr2=np.array([[7,8,9],[10,11,12]])
print(np.concatenate((arr1,arr2)))

输出：
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]

（3）np.vstack()

连接两个一维数组，np.append()不能连接一维：

import numpy as np
arr1=np.array([1,2,3])
arr2=np.array([1,2,3])
print(np.vstack((arr1,arr2)))

输出：
[[1 2 3]
 [1 2 3]]

6. np.fromiter()函数自动生成数组

传入的是可迭代对象和数据类型，返回数组：

可迭代对象可以是列表，元组等：

import numpy as np
list = [0, 1, 2, 3,4]
print(np.fromiter(list,dtype=np.int8))
tup=(1,2,3,4)
print(np.fromiter(tup,dtype=np.int8))

输出：
[0 1 2 3 4]
[1 2 3 4]