Numpy基础使用

numpy.ndarray：

创建

• numpy.ndarray中所有元素必须是同一类型，否则会自动向下转换：int—>float—>str

• 创建方式

 

　　np.array([[1, 3, 5], [2, 4, 6]], dtype=np.int) 
　　np.asarray(ndarray, dtype=np.object)
　　np.arange(0, 100, 10)
　　np.random.rand(3, 2)
　　np.random.randint(10, 20, size=(3, 2))
　　np.linspace(0, 10, 10)
　　np.logspace(0, 1, 5)
　　np.r_[0:10:2]
　　np.c_[0:5:1]
　　np.zeros((2, 3))
　　np.ones((5, 2))
　　np.zeros_like(a)
　　np.ones_like(a)
　　a = np.empty((3, 3))
　　a.fill(1)
　　np.identity(5)

 

属性与方法

• 常用属性

 

　　ndarray.shape  # 形状
　　ndarray.dtype  # 数据类型
　　ndarray.size   # 元素个数
　　ndarray.ndim   # 数据维度

 

• 常用方法

• # 深拷贝
  ndarray.copy()
  
  # 数值计算
  ndarray.min/max(axis=None)         # 最小/大值
  ndarray.argmin/argmax(axis=None)   # 最小/大值索引
  ndarray.sum(axis=None)             # 累加
  ndarray.prod(axis=None)            # 累乘
  ndarray.mean(axis=None)            # 平均值
  ndarray.std(axis=None)             # 标准差
  ndarray.var(axis=None)             # 方差
  ndarray.clip(min, max)             # 修剪
  ndarray.round(decimals=0)          # 四舍五入

索引与切片

• 数值索引

 

　　ndarray[2:, :-1]
　　ndarray[[2, 4, 6], [1, 3, 5]]
　　ndarray[np.where(ndarray > 10)]

 

• bool索引:ndarray[bool_ndarray]

 

　　# bool_ndarray的获取
　　# 运算
　　ndarray > 10
　　ndarray1 == ndarray2
　　# 逻辑运算
　　np.logical_and(ndarray1, ndarray2)
　　np.logical_or(ndarray1, ndarray2)

 

运算

• 数值运算

 

　　np.sum(ndarray, axis=None)

• 矩阵运算

　　np.multiply(ndarray, ndarray) # 对应位置元素相乘
　　np.dot(ndarray, ndarray) # 矩阵乘法

 

• 排序

 

　　np.sort(ndarray, axis=-1)np.argsort(ndarray, axis=-1)
　　np.searchsorted(a, v, side='left') # v中元素插入a后的位置索引
　　np.lexsort(keys, axis=None)　　

• 数组形状操作

 

ndarray.shape = 2, 5    # 直接修改
ndarray[np.newaxis, :]  # 增加维度
ndarray.squeeze()       # 压缩多余维度
ndarray.transpose()     # 转置
ndarray.T               # 转置

 

• 数组拼接

np.concatenate((ndarray, ndarray), axis=None) # 拼接，默认axis等同于垂直堆放np.stack((ndarray, ndarray)) # 堆放
np.hstack((ndarray, ndarray)) # 水平堆放
np.vstack((ndarray, ndarray)) # 垂直堆放

• 随机模块

 

　　np.random.rand(3, 2) # 0-1之间随机小数填充，shape=3, 2

 

 

　　np.random.randint(low, high=None, size=None, dtype=None) # 随机整数填充，shape=size

 

 

　　np.normal(loc=0.0, scale=1.0, size=None) # 高斯正态分布

 

 

　　np.random.shuffle(ndarray) # 打乱、洗牌

 

 

　　np.set_printoptions(precision=2) # 设置小数位

 

 

　　np.random.seed(100) # 指定随机种子，可以随机出相同结果

 

• 文件操作

　　np.savetxt('test.txt', ndarray, fmt='%d', delimiter=',')

　　np.loadtxt('test.txt', delimiter=',', skiprows=1)np.save('test.npy', ndarray)

　　np.load('test.npy')