numpy学习笔记

第一篇：数组创建

第二篇：数组操作篇

#数组访问、排序、比较

arr = np.array([2.,6.,5.,5.])

print(arr[:3]) #前三个元素

print(arr[2]) #下标为2的元素

arr[0] = 7 #下标为0的元素赋值为5

print(arr) #输出整个数组

np.unique(arr) #返回消除重复的元素

np.sort(arr) #返回排序后的元素(从小到大)

np.argsort(arr) #返回排序后的元素下标(从小到大)

np.random.shuffle(arr) #调整数组元素使随机排列,注意是直接改变了数组，而不是返回副本

np.array_equal(arr,np.array([1,3,2])) #相等，形状和元素是否均相等，列表则使用cmp函数

matrix = np.array([[4.,5,6.],[2,3,6]], float)

matrix[0,2] #访问二维数组维度分割用逗号，而列表用multilist[0][2]

#对数组各维度进行切片操作

matrix[0:1,1:2] #

matrix[1,:] #只有:表本维度所有

matrix[:,2]

matrix[-1:, -2:] #-2表从本维度倒数第二个元素开始往后数

#flatten函数可将多维数组变为一维

matrix.flatten() #按行拼接成一维

matrix.shape #返回数组形状

matrix.dtype #返回数组元素类型

#数组元素数据类型转换

int_matrix = matrix.astype(np.int32) #将数组元素转换为int32

#返回数组第一维的长度：

len(matrix)

matrix.shape[0]

#关键字in,判断数组中是否包含某个元素

print(2 in arr) #输出True or False

#reshape函数可调整数组维度

arr = np.array(range(8), float)

arr = arr.reshape((4,2)) #一维数组变为4x2

#数组转置

arr.transpose()

arr.T #两者效果一样，都返回转置后的副本

#增加维度，用newaxis

arr = np.random.rand(3)

arr[:,np.newaxis] #返回副本，维度3x1

arr[np.newaxis, :] #返回副本，维度1x3

#数组连接操作

arr1= np.array([[11,12],[32,42]], float)

arr2= np.array([[54,26],[27,28]], float)

arr = np.concatenate((arr1, arr2)) #默认按第一维度连接

arr = np.concatenate((arr1, arr2), axis=0)

arr = np.concatenate((arr1, arr2), axis=1) #按第二维度进行连接

#数组和字符串转换

arr = np.array([10,20,30], float)

str = arr.tostring()

#三、数组运算

#四、线性代数运算