Python之Numpy(1)

Numpy的使用(1)

1.首先导入numpy

import numpy as np

1.向量及矩阵的创建方法

1.1创建向量

vector = np.array([1,6,9,3])
print(vector)
print(vector.shape)

[1 6 9 3]
(4,) #一维的四元素向量

1.2创建矩阵

matrix = np.array([[1,3,6],[8,5,6],[4,1,6]])
print(matrix)
print(matrix.shape)

[[1 3 6]
[8 5 6]
[4 1 6]]
(3, 3) #3行3列矩阵
其中一对中括号表示一维向量，两对中括号表示二维矩阵，之后以此类推。

1.3其他方法

(1)向量矩阵互相转换方法

#创建向量：
a = np.array(range(10))
#或者 a = np.arange(10)
print(a)

[0 1 2 3 4 5 6 7 8 9]

---

#将向量转换成（2行5列）矩阵2
a = a.reshape(2,5)
print(a)

[[0 1 2 3 4]
[5 6 7 8 9]]

---

#再将矩阵转换成5行的矩阵，列数由系统自动算出
a = a.reshape(5,-1)
print(a)

[[0 1]
[2 3]
[4 5]
[6 7]
[8 9]]

---

#再将矩阵变回向量：
a = a.ravel()
print(a)

[0 1 2 3 4 5 6 7 8 9]

---

(2)其他创建向量方法

#创建[0,10)的向量：
a = np.arange(10)
print(a)

[0 1 2 3 4 5 6 7 8 9]

---

#创建区间[0,10)，间隔为2的向量：
b = np.arange(0,10,2)
print(b)

[0 2 4 6 8]

---

#创建区间为[-1,1],包含10个随机数的向量：
c = np.random.random(10)
print(c)

[0.72959019 0.17969815 0.51343456 0.57307246 0.91541017 0.3133263
0.43194521 0.22442532 0.93384748 0.64065607]

---

#创建区间为[-1,1],包含10个随机数的2行3列矩阵：
d = np.random.random((2,3))
print(d)

[[0.86979165 0.7390673 0.76586189]
[0.53886312 0.54597965 0.18002876]]

---

#创建区间为[0,10],均等分成5份的向量
m = np.linspace(0,10,5)
print(m)

[ 0. 2.5 5. 7.5 10. ]

---

#将向量m中的值全部向下取整：
n = np.floor(m)
print(n)

[ 0. 2. 5. 7. 10.]

---

1.4初始化矩阵

(1)np.ones和np.zeros用法

#初始化2行3列的全0矩阵：
a = np.zeros((2,3))
print(a)

[[0. 0. 0.]
[0. 0. 0.]]

---

#初始化3行2列的全1矩阵：
b = np.ones((3,2))
print(b)

[[1. 1.]
[1. 1.]
[1. 1.]]

---

#初始化2行3列的全1 字符型 矩阵：
c = np.ones((2,3),dtype=str)
print(c)

[[‘1’ ‘1’ ‘1’]
[‘1’ ‘1’ ‘1’]]

---

#初始化2行3列的全1 整型 矩阵：
d = np.ones((3,2),dtype=int)
print(d)

[[1 1]
[1 1]
[1 1]]

2.array注意事项

（1）数据类型一致性

通过numpy.array转换后，其中的数据类型会变得一致！

list0 = [1,2,3,4]
list1 = [1,2,3,4.]
list2 = [1,2,3,'4']
list3 = [1,2.,3,'str']
array0 = np.array(list0)
array1 = np.array(list1)
array2 = np.array(list2)
array3 = np.array(list3)

print(array0)
print(array0.dtype)

print(array1)
print(array1.dtype)

print(array2)
print(array2.dtype)

print(array3)
print(array3.dtype)

[1 2 3 4]
int32

---

[1. 2. 3. 4.]
float64

---

[‘1’ ‘2’ ‘3’ ‘4’]
<U11

---

[‘1’ ‘2.0’ ‘3’ ‘str’]
<U32

（2）数据类型修改方法

list0 = ['2','8','77']
array0 = np.array(list0)
print(array0.dtype)
print(array0)

<U2
[‘2’ ‘8’ ‘77’]

---

#将数据类型改成int型
array0 = array0.astype(int)
print(array0.dtype)
print(array0)

int32
[ 2 8 77]

3.判断特定值是否在array中

vector = np.array([1,6,9,3])
print(3 == vector)
print(3 in vector)
print(10 in vector)

[False False False True]
True
False

---

#返回vector中索引为True的值：
print(vector[3 == vector])
print(vector[10 ==vector])
print(vector[ [True,False,True,False] ])

[3]
[]
[1 9]

4.numpy之随机数的生成

4.1 生成0~1的均匀分布

a = np.random.rand(40)
print('a的个数是：%s' % len(a))
print(a)

或者：

#生成10个0~1均匀分布的数
a = np.random.random(10)

#生成5个0~1均匀分布的数
b = np.random.ranf(5)
print(a)
print(b)

4.2 在***指定区间内***随机生成一个整数 或 一个包含指定个数的整数列表。

（1）随机生成一个在0~15之间的整数：

a = np.random.randint(15)
print(a)

11

---

（2）随机生成一个区间在15~50，包含16个整数的列表：
(注意：因为是随机生成的，所以可能会有重复哦)

a = np.random.randint(15,50,16)
print('a的个数是：%s' % len(a))
print(a)

4.3 正态分布

（1）生成30个符合标准正态分布的数：

a = np.random.randn(30)
print('a的个数是：%s' % len(a))
print(a)

---

（2）生成2行3列符合标准正态分布的矩阵：

a = np.random.randn(2,3)
print('a的shape是：',end='')
print(a.shape)
print(a)

(3)生成15个满足 期望值为2，标准差为4 的正态分布 的数

a = np.random.normal(2,4,15)
print(a)

(4)生成一个3行4列，且满足 期望值为3，标准差为2 的正态分布 的矩阵

a = np.random.normal(3,2,(3,4))
print(a)