Python笔记(3)

第十节 Numpy

10.1 数组创建

  1. NumPy 用于处理数组。 NumPy 中的数组对象称为 ndarray。
    可以使用 array() 函数创建一个 NumPy ndarray 对象。
    可以将列表、元组或任何类似数组的对象传递给 array() 方法,然后它将被转换为 ndarray。
import numpy as np 

arr = np.array([1, 2, 3, 4, 5])
arr = np.array((1, 2, 3, 4, 5))

print(arr)
print(type(arr))
  1. 0-D数组:是数组中的元素。数组中的每个值都是一个 0-D 数组。
import numpy as np

arr = np.array(61)

print(arr)
  1. 1-D 数组:其元素为 0-D 数组的数组
import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])

print(arr)
  1. 2-D 数组:其元素为 1-D 数组的数组。
    它们通常用于表示矩阵或二阶张量。
    NumPy 有一个专门用于矩阵运算的完整子模块 numpy.mat。
import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

print(arr)
  1. 3-D 数组:其元素为 2-D 数组的数组。
import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])

print(arr)
  1. 维度:用ndim属性表示
import numpy as np

arr = np.array([1, 2, 3, 4], ndmin=5)#创建数组时,指定维度大小

print(arr)
print('number of dimensions :', arr.ndim)#维度属性

10.2 数组索引

  1. 一维数组访问
import numpy as np

arr = np.array([1, 2, 3, 4])

print(arr[0])
  1. 二维数组访问
import numpy as np

arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])

print('2nd element on 1st dim: ', arr[0, 1])
  1. 三维数组访问
import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

print(arr[0, 1, 2])

10.3 裁切数组

  1. 返回指定索引的元素, [ s t a r t : e n d : s t e p ] [start:end:step] [start:end:step],不包括end,默认步长为1,则为 [ s t a r t : e n d ] [start:end] [start:end]
import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[1:5])
print(arr[1:5:2])
  1. 裁切 2-D 数组:从第二个元素开始,对从索引 1 到索引 4(不包括)的元素进行切片:
import numpy as np

arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])

print(arr[1, 1:4])

10.4 属性

#数据类型
import numpy as np

arr = np.array([1, 2, 3, 4], dtype='S')


print(arr.dtype)
#副本与视图,副本是深拷贝,视图是浅拷贝
import numpy as np

arr = np.array([1, 2, 3, 4, 5])

x = arr.copy()
y = arr.view()

print(x.base)#副本里有元素
print(y.base)#视图里无元素,返回none
#形状
import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])

print(arr.shape)#返回[2,4],表示有2维,每维有4个元素
#重塑形状
import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])

newarr = arr.reshape(2, 3, 2)#将一维数组重组成三维数组
newarr = arr.reshape(2, 3, -1)#自动计算-1处应该为多少

print(newarr)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值