一.Numpy
Numpy(numerical python)是python语言的一个扩展程序库,支持大量的维度数组和矩阵运算,此外也针对数组运算提供了大量的数学函数库
二.创建ndarray
1.使用np.array()创建
(1)创建一维数组 np.array([1,2,3,4])
(2)创建二维数组 np.array([[1,2,3,4],[1,3,5,9]])
注意:numpy默认ndarray的所有元素的类型是相同的.
如果传进来的列表中包含不同的类型,则统一为同一类型,优先级:str> float> int
(3)使用matplotlib.pyplot获取一个numpy数组,数据来源于一张图片,操作该numpy数据,该操作会同步到图片中
2.使用np的routines函数创建
(1)np.one(shape,dtypt=Noes) 使用:np.ones((5,4))创建一个5行四列二维数组
(2)np.zeros(shape,dtypt=Noes)
(3)np.full(shape,fill_value,dtype=None) np.full((2,3),fill_value=9)
(4)np.linspace(start,stop,num=50)等差数列 np.linspace(1,10, num=10)
(5)np.arange(start,stop,step) np.arange(2,8,2)
(6)np.random.randint(low,high=None,size=None)通过np.random.seed()固定随机数 np.random.randint(3,9,size=(4,5))
(7)np.random.randn()基于一维或多维的标准正太分布
(8)np.random.random(size=None)生成一个0到1的随机数,左闭右开 np.random.random(size=(3,5))
三.numpy属性
(1)ndim 维度
(2)shape 形状(各维度的长度)
(3)size 总长度
(4)dtype 元素类型
四.ndarray的基本操作
1.索引
1一维与列表完全一致,多维同理推
2根据索引修改值
2.切片
1一维与列表完全一致
2.获取二维数组前两行
3.获取二维数组前两列
4.将数组的行倒叙,列倒叙,全部倒叙 sss[::-1,::-1] sss[::-1,:] sss[:,::-1]
3.变形
使用arr.reshape()函数
1.将一维数组变形成多维数组 -1表示自动计算行数/列数 sss.reshape(24) sss.reshape(3,-1)
2.将多维数组变为一维数组
3.图片倒置
1.将三维的图片变为一维的
2.对一维中的所有元素倒置
3.将一维的数组变为三维的
4.级联
np.concatenate((数组1,数组2),axis=表示轴向,0表示的是竖直的轴向,1水平的轴向)
(1).一维,二维,多维数组的级联,实际操作中多为二维数组
a = np.array([[1,2,3,4],[1,4,5,6]])
a1 = np.array([[3,4,5,6],[6,7,8,9]])
np.concatenate((a,a1),axis=1)
注意:1.级联的数组必须维度相同,形状相符
(2).合并两张图片
(3).np.hstack((数组1,数组2))水平级联 与 np.vstack((ndarray1,ndarray2))竖直级联
5.切分.
与级联类似,三个函数完成切分工作
1.np.split(ary,[切割的索引],axis=1)
2.np.vsplit() np.hsplit()
6.副本
使用copy()函数创建副本
五.ndarray聚合操作
1.np.sum() 求和
2.np.max/np.min() 最大值,最小值
3.np.mean() 求平均值
...
六ndarray广播机制
1.为缺失的维度补一(进行运算的两个数组之间的维度只能相差一个维度)
2.缺失元素用已有值填充
3.缺失维度的数组只能有一行或者一列
例子:
1. a = np.array([0,1,2,3,4])
b = np.array([[1,2,3,4,5],[1,2,3,4,5]])
a+b
2. a = np.array([0,1,2,3,4])
b = np.array([[1],[2],[3]])
a+b
七.ndarray的排序
1.快速排序
np.sort()与ndarray.sort()的区别:
(1) np.sort()不改变输入
(2) ndarray.sort()本地处理,不占用空间,但改变输入
2.部分排序
np.partition(arr,k) k为正数时,最小的k个数进行排序
k为负数时,最大的k个数进行排序