Numpy学习记录

一、什么是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与矩阵运算，此外也针对数组运算提供大量的数学函数库；
• 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
  • 线性代数、傅里叶变换、随机数生成等功能

二、NumPy Ndarray对象

• NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合
• 以 0 下标为开始进行集合中元素的索引
• 创建一个 ndarray 只需调用 NumPy 的 array 函数即可　

import numpy as np 
a = np.array([1,2,3])  
b = np.array([[1,  2],  [3,  4]])

三、NumPy数据类型

四、NumPy 数组属性

• NumPy 数组的维数称为秩，即数组的维度，一维数组的秩为 1，二维数组的秩为 2，以此类推；
• 在 NumPy中，每一个线性的数组称为是一个轴（axis），轴的数量--秩，就是数组的维数；
• 我们可以声明axis：axis=0，表示沿着第 0 轴进行操作，即对每一列进行操作；axis=1，表示沿着第1轴进行操作，即对每一行进行操作
• ndarray.shape 表示数组的维度，返回一个元组

import numpy as np  
a = np.array([[1,2,3],[4,5,6]])  
print (a.shape)

• ndarray.shape 也可以用于调整数组大小

import numpy as np 
a = np.array([[1,2,3],[4,5,6]]) 
a.shape =  (3,2)  
print (a)

• NumPy 也提供了 reshape 函数来调整数组大小

import numpy as np 
a = np.array([[1,2,3],[4,5,6]]) 
b = a.reshape(3,2)  
print (b)

五、NumPy 创建数组

1、特殊数组的创建

• numpy.empty:用于创建指定形状、数据类型且未初始化的数组

【说明】由于未对数据进行初始化操作，因此数组使用该方法创建出的数组元素为随机值

import numpy as np 
x = np.empty([3,2], dtype = int)

• numpy.zeros：用于创建指定形状的数组，且数组中的元素使用0来填充

import numpy as np

# 默认为浮点数
x = np.zeros(5) 
print(x)
 
# 设置类型为整数
y = np.zeros((5,), dtype = np.int) 
print(y)

• numpy.ones：用于创建指定形状的数组，且数组中的元素使用1来填充

import numpy as np
 
# 默认为浮点数
x = np.ones(5) 
print(x)
 
# 自定义类型
x = np.ones([2,2], dtype = int)
print(x)

2、从已有的数组中创建数组--numpy.asarray

• 将列表转换为 ndarray

import numpy as np 
 
x =  [1,2,3] 
a = np.asarray(x)  
print (a)

输出结果：[1 2 3]

• 将元组转换为 ndarray

import numpy as np 
 
x =  (1,2,3) 
a = np.asarray(x)  
print (a)

输出结果：[1 2 3]

• 将元组列表转换为 ndarray

import numpy as np 
 
x =  [(1,2,3),(4,5)] 
a = np.asarray(x)  
print (a)

输出结果：[(1,2,3) (4,5)]

• 设置了 dtype 参数

import numpy as np 
 
x =  [1,2,3] 
a = np.asarray(x, dtype =  float)  
print (a)

3、从数组范围创建数组

• numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

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 true 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

• numpy.arange(start, stop, step, dtype)

import numpy as np
 
x = np.arange(5)  
print (x)

import numpy as np
a = np.linspace(1,10,10)
print(a)