Numpy基本操作

NumPy是Python中科学计算的基础软件包。
它是一个提供多了维数组对象，多种派生对象（如：掩码数组、矩阵）以及用于快速操作数组的函数及API；
它包括数学、逻辑、数组形状变换、排序、选择、I/O 、离散傅立叶变换、基本线性代数、基本统计运算、随机模拟等等。

2 Numpy数组

NumPy数组在创建时具有固定的大小， 更改ndarray的大小将创建一个新数组并删除原来的数组。
NumPy数组中的元素都需要具有相同的数据类型，因此在内存中的大小相同。
NumPy数组有助于对大量数据进行高级数学和其他类型的操作。

3 np基本操作

3.1 np常用数据类型

int 8/16/32/64
float 16/32/64
complex64/128 （64指实部虚部皆32位浮点数）
object（该类型与MATLAB cell相似）

3.2 np数组属性

ndim/ shape/ size/ dtype/ itemsize/ real/ imag

秩/n行m列/元素总个数/ 元素类型/ 元素大小（字节）/元素实部/ 元素虚部

3.3 创建np数组

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

np.array(list/tuple,dtype) # 指定始末和步长生成数组 np.arange(min,max,step,dtype) # 全空与全0/1数组 np.empty(shape,dtype) np.zeros(shape,dtype) np.ones(shape,dtype) # 随机数组 np.random.rand(n) #生成0,1之间的n个随机数 np.random.randn(n)#生成0,1之间的n个随机数,服从正态分布 np.random.randint(low, high, size) #返回随机的整数 np.random.random_integers(low, high, size) #返回随机的整数 np.random.shuffle(a) #类似洗牌，打乱顺序，a变了 np.random.permutation(a) #打乱顺序,返回一个随机排列,a不变

3.4 np切片与索引

1 2 3 4 5 6 7 8 9 10 11 12

# 单个元素 a[i,j] # 指定始末和步长 a[i:j] a[i:j:step] # 指定某行某列 a[i,:]/a[:,j] # 从第i+1个元素至末尾 a[i:] # 数组索引[i1,j1],... a[[i1,i2,...],[j1,j2,...]] # 布尔索引 a[T/F]

3.5 np数组操作

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

# 修改形状大专栏  Numpy基本操作n> np.reshape(a,[m,n]) # 转置 np.transpose(a)/ a.T # 拼接 np.concatenate((a1,a2,...),axis=0/1) #axis控制纵横 np.hstack((a1,a2,...)) #左右 np.vstack((a1,a2,...)) #上下 # 修剪:x>max->max,x<min->min,中间元素不变 np.clip(a,min,max) # 分块 np.split(a,num,axis=0/1) #均匀分块：num分割块数，axis控制横纵 np.array_split(a,num,axis=0/1) #支持非均匀分块 # 排序:axis列行，kind排序方法，快排/归并/堆排 np.sort(a,axis=0/1,kind) np.argsort(a) #返回的是数组值从小到大的索引值。

3.6 np统计/算术函数

1 2 3 4 5 6 7

# 统计函数 np.amax/amin/median/mean/var/ptp(def:max-min) # 三角函数 np.sin/cos/tan/arcsin/arccos/arctan np.degree #弧度->角度 # 取整 decimals舍入的小数位数 np.around(a,decimals)/floor/ceil

3.7 np线性代数

1 2 3 4 5 6 7 8

# 矩阵相乘 np.dot(A,B) #A*B是对应元素相乘，dot是矩阵相乘 # 点积 np.vdot(A,B) #A*B所有元素之和 # 行列式 np.linalg.det() # 矩阵的逆 np.linalg.inv()

3.8 np输入输出

1 2 3 4 5 6 7 8 9

# 保存单个数组 numpy.save(file, arr) #后缀’.npy‘ # 保存多个数组(args: 要保存的数组;kwds: 要保存的数组使用关键字名称) numpy.savez(file, *args, **kwds) # 加载 np.load(file) # 以文本形式保存或加载 np.loadtxt(FILENAME, dtype=int, delimiter=' ') np.savetxt(FILENAME, a, fmt="%d", delimiter=",")

参考资料

Numpy 中文文档
莫烦Numpy&pandas讲解
菜鸟教程