python - numpy 基础（一）

一、ndarray的5个基本属性

adim	秩，即轴的数量或维度的数量
shape	数组的维度，对于n行m列的数组，shape为（n，m）
size	数组的元素总数，对于n行m列的数组，元素总数为n*m
dtype	数组中元素的类型，类似type()（注意了，type()是函数，.dtype是方法）
itemsize	数组中每个元素的字节大小，int32类型字节为4，float64的字节为8

ar = np.array([[0,1,2,3,4],
             [9,8,7,6,5]])
print(ar.ndim)     
print(ar.shape)    
print(ar.size)    
print(ar.dtype)    
print(ar.itemsize) 

#运行结果
2
(2, 5)
10
int32
4

br = np.array([[[0,1,2,3,4],[0,1,2,3,4],[0,1,2,3,4]],
            [[9,8,7,6,5],[9,8,7,6,5],[9,8,7,6,5]]])
print(br.ndim)
print(br.shape)
print(br.size)
print(br.dtype)
print(br.itemsize)

#运行结果
3
(2, 3, 5)
30
int32
4

二、ndarray数组的创建

1、从列表、元组以及他们的混合类型中创建

x = np.array([0,1,2,3])       #列表
y = np.array((4,5,6,7))       #元组
z = np.array([[8,9],(10,11)])   #列表和元组混合
print(x)
print(y)
print(z)

#运行结果
[0 1 2 3]
[4 5 6 7]
[[ 8  9]
 [10 11]]

2、使用函数创建

np.arrange(x,y,n)	类似range()，元素从x到y，步长为n
np.ones(shape,dtype)	shape是元组类型，根据shape生成一个全是1的数组
np.ones_like(a)	生成一个与数组a相同形状的全是1的数组
np.zeros(shape,dtype)	shape是元组类型，根据shape生成一个全是0的数组
np.zeros_like(a)	生成一个与数组a相同形状的全是0的数组
np.full(shape,val)	shape是元组类型，根据shape生成一个全是val值的数组
np.full_like(a,val)	生成一个与数组a相同形状的全是val值的数组
np.eye(n)	生成一个n阶单位矩阵数组

 

（1）np.arrange

print(np.arange(10))    # 返回0-9，整型
print(np.arange(10.0))  # 返回0.0-9.0，浮点型
print(np.arange(5,12))  # 返回5-11
print(np.arange(5.0,12,2))  # 返回5.0-12.0，步长为2

#运行结果
[0 1 2 3 4 5 6 7 8 9]
[ 0.  1.  2.  3.  4.  5.  6.  7.  8.  9.]
[ 5  6  7  8  9 10 11]
[  5.   7.   9.  11.]

（2）np.ones 、 np.ones_like 、np.zeros 、 np.zeros_like

x = np.array([[1,2],
              (3,4)])
a = np.ones((2,3),dtype = np.int)   #dtype指定数据类型，默认为浮点
b = np.ones_like(x)
c = np.zeros((3,4))
d = np.zeros_like(x)

#运行结果
[[1 1 1]
 [1 1 1]]
[[1 1]
 [1 1]]
[[ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]]
[[0 0]
 [0 0]]

 （3）np.full、np.full_like

a = np.full((2,3),5,dtype = np.int) 
b = np.full_like(a,1)
print(a)
print(b)

#运行结果
[[5 5 5]
 [5 5 5]]
[[1 1 1]
 [1 1 1]]

（4）np.eye

a = np.eye(3,dtype = np.int)
print(a)

#运行结果
[[1 0 0]
 [0 1 0]
 [0 0 1]]

3、其他特殊函数创建

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

 参数解释：start初始值；stop结束值；num生产的样本数；endpoint是否包括结束值；retstep为真的话，返回（样本，步长）的一个元组，第一个元素是数组，第二            个元素为步长；dtype数组类型。

a1 = np.linspace(1,3,3)
a2 = np.linspace(1,4,3,endpoint = False)
a3 = np.linspace(1,3,3,retstep = True,dtype = np.int)
print(a1)
print(a2)
print(a3,type(a3))

#运行结果
[ 1.  2.  3.]
[ 1.  2.  3.]
(array([1, 2, 3]), 1.0) <class 'tuple'>

（2）np.concatenate 将两个或多个数组合并成一个新的数组

a = np.arange(3)
b = np.arange(4,6)
c = np.arange(7,9)
d = np.concatenate((a,b,c))
print(a)
print(b)
print(c)
print(d)

#运行结果
[0 1 2]
[4 5]
[7 8]
[0 1 2 4 5 7 8]