python学习笔记——numpy

补充

• tile(val,(x,y))将val内容复制x行，y列。val可以使单个值，也可以是列表
• shape()查看矩阵或者数组的维数；如果是一个值，返回'()';如果存在x行，y列，返回'(x,y)';含有n个值得一维数组，返回'(n,)'。d.shape、shape(d)
• np.argsort()返回的是对一个数组按照从小到大排序的索引数组，例

  arr1=np.array([6,5,-7,89,1])
  arr2Index=arr1.argsort()
  print(arr2Index)

• 输出为：[2 4 1 0 3]也就是对arr1数组从小到大排序，最小的是-7，在原数组中的索引为2，最大的是89，在原数组中

• 的索引为3，索引返回的排序后的索引序列第一个是2，最后一个是3

————————————————此处为分割线————————————————————

l  导入numpy包

    import numpy as np

l  创建数组

1.   np.array

np.array接受一切序列型的对象（列表、嵌套列表、数组等），并产生一个数组，并且为这个新建的数组推断出一个较为合适的数据类型（显示说明除外）。每个ndarray对象都必有两个属性shape(数组大小)和dtype（数组类型，数组要求数据是同一类型的）

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

2.   其他方式(调用前都需要加np)

zeros、zeros_like	arr=np.zeros(数组长度值)返回的全是0，长度不一样而已 arr=np.zeros((3,6))一个 三行六列的  值为0的数组 zeros_like(arr)返回和arr长度一致的，值均为0的数组
ones、ones_like	arr=np.ones(数组长度值)返回的全是1，长度不一样而已arr=np.zeros((3,6))一个 三行六列的  值为1的数组 ones_like(arr)返回和arr长度一致的，值均为1的数组
empty、empty_like	arr=np.empty() arr=np.empty((2,3,6))多数情况下返回的是为初始化的垃圾值,2*3*6数组 empty_like(arr)返回和arr长度一致的，值均为0的数组
np.arange(n) np.eys(n,m)n*m矩阵，对角线为1，其余为0 np.identity(n) n*n矩阵，对角线为1，其余为0	np.arange（n）=python内置的range（n），只不过返回的是数组

l  数据转换

1.  显示转换

2.  Arr2=arr1.astype(待转换的数据类型);arr2.astype(arr1.dtype);astype无论如何都会创建一个新数组

3.  浮点换成小数，小数后面直接省略

l  运算

1.  大小相等的数组之间的任何运算都会将运算应用到元素级

2.  数值和数组之间的运算，也是作用的数组的元素级

l  数组访问（索引和切片）

1.    标量值赋给切片时，广播

2.    切片修改会直接反映到源数组上

3.    切片想要实现复制效果，需要显示调用copy(),arr[4:6].copy()

arr3=np.array([[[0,1,2],[3,4,5]],[[6,7,8],[9,10,11]]]) print(arr3[1,1,1]) print(arr3[1][1][1]) 效果相同

4. 只有冒号’:’表示整个轴区

arr1=np.array([[1,2,3],[4,5,6],[7,8,9]]) print(arr1[2],'shape',arr1[2].shape) #[7 8 9] shape (3,) print(arr1[2,:],'shape',arr1[2,:].shape) #[7 8 9] shape (3,) print(arr1[2:,:],'shape',arr1[2:,:].shape) #[[7 8 9]] shape (1, 3)

5.    通过Bool型索引选取数组中的数据，将总是创建数据副本 ，可用& |  内置的and/or无效

arr1=np.array([[1,2,3],[4,5,6],[7,8,9]]) names=np.array(['mike','kangkan','Bob']) print(names=='Bob') #[False False  True] print(arr1[names=='Bob']) # [[7 8 9]] print(arr1[names!='Bob']) # [[1 2 3][4 5 6]] print(arr1[~(names=='Bob')]) # [[1 2 3][4 5 6]]

6.    花式索引：利用整数数组进行索引，将数据复制到新数组中

import numpy as np arr1=np.arange(32).reshape(8,4) print('数组',arr1) #选取行 print('选中的行为：',arr1[[1,5,7,4,3]]) print('这是选行：',arr1[[1,2]]) print('这是选值：',arr1[1,2]) print('*********选（1，2）、（2，）、（3,3）、（6,0）**********') print(arr1[[1,2,3,6],[2,1,3,0]]) print('*********选1236行，并按2130列的顺序展示***********') print(arr1[[1,2,3,6]][:,[2,1,3,0]]) print('*********选1236行，并按2130列的顺序展示***********') print(arr1[np.ix_([1,2,3,6],[2,1,3,0])])

l  转置

1.    一二维数组，可以使用arr.T

2.    转置返回的是源数据的视图，不进行任何复制操作

3.    高维数组，transpose需要用到一个由轴编号组成的元组，才能进行转置。

4.    arr.swapaxes()要求给定一对轴编号，根据编号进行轴对换

l  通用函数

对数组执行元素级运算，诸如np.arange()、np.exp()、np.add()、np.maximum()等返回一个数组

也有一些返回多个数组，如np.modf(arr),返回的就是浮点数的整数和小数两个部分的数组

import numpy as np a1=np.arange(10) a2=np.arange(5,15) print(a1) print('******一元运算*******') print('平方根',np.sqrt(a1)) print('平方',np.square(a1)) print('指数e^x',np.exp(a1)) print('对数log(1+x)',np.log1p(a1)) print('各元素的正负号',np.sign(a1)) print('各元素大于等于该值的最小整数',np.ceil(a1)) print('各元素小于等于该值的最大整数',np.floor(a1)) print('各元素四舍五入到最接近的整数',np.rint(a1)) print('返回小数和整数2个数组',np.modf(a1)) print('返回那些是nan的布尔型数组',np.isnan(a1)) print('返回小数和整数2个数组',np.modf(a1)) print('三角函数',np.sin(a1)) print('not x的真值',np.logical_not(a1)) print('******二元运算*******') print('对应元素相加',np.add(a1,a2)) print('a1减去a2对应元素',np.subtract(a1,a2)) print('对应元素相乘',np.multiply(a1,a2)) print('a1除a2对应元素类似于/',np.divide(a1,a2)) print('a1向下圆整除a2对应元素（丢弃余数），类似于//',np.floor_divide(a1,a2)) print('元素级求余',np.mod(a1,a2)) print('a1对应元素的a2次方',np.power(a1,a2)) print('对应元素最大值',np.maximum(a1,a2)) print('对应元素最小值',np.minimum(a1,a2)) print('第二个数组中值的符号复制给第一个数组中的值',np.copysign(a1,a2)) print('>=返回布尔型数组',np.greater_equal(a1,a2)) print('<返回布尔型数组',np.less(a1,a2)) print('逻辑运算 &',np.logical_and(a1,a2)) print('逻辑运算 ^',np.logical_xor(a1,a2)) print('逻辑运算 |',np.logical_or(a1,a2))

l  数据处理

a1=np.arange(10) a2=np.arange(5,15,1) x,y=np.meshgrid(a1,a1) np.meshgrid()接收两个一元数组，返回两个二维矩阵

l  Np.where()

Np.where(con,x,y)

当con为真时，取x的值，否则取y的值；x和y可以数组，也可以是数值

功能类似于 python的三元表达式：x if con else y

l  数学和统计方法

np.mean(arr)/ arr.mean	np.mean(arr)、arr.mean()求数组所有值的均值，arr.mean(axis=1)，求每行的均值，arr.mean(axis=0)求每一列的均值，零长度的数组为NaN
np.sum(arr)/ arr.sum	arr.sum()求总和，arr.sum（0）竖向求和，arr.sum（1）横向求和,零长度的数组为0
np.cumsum(arr) / arr.cumsum()	arr.cumsum()所有元素的累积和，arr.cumsum(0),竖向累积求和，arr.cumsum(1),横向累积求和
np.cumprod(arr)/ arr.cumprod()	arr.cumprod()所有元素的累积积，arr.cumprod(0),竖向累积求积，arr.cumprod()(1),横向累积求积

类似的还有 std()标准差、var()方差、max()最大值、min()最小值、argmax()最大值索引、argmin()最小值索引

l  用于布尔型数组的方法

Any()	any()是否存在一个或多个True(非布尔型数组，大于0都是True)
All()	all()是否所有值都是True(非布尔型数组，大于0都是True)

 l  排序

arr.sort()排序，arr.sort(0)竖向排序，arr.sort(1)横向排序。直接修改原来的数组

arr1=np.sort(arr),返回的是已排序的副本，不影响源数组,默认按行排序

l  数组的集合运算

arr1=np.array([1,2,5,8,9,6,5,4,1,3,2]) arr2=np.array([4,5,6]) print('arr1',arr1) print('arr2',arr2) print('找出唯一元素，返回排序后的结果',np.unique(arr1)) print('交集，返回排序后的结果',np.intersect1d(arr1,arr2)) print('并集，返回排序后的结果',np.union1d(arr1,arr2)) print('是否包含，返回布尔型数组',np.in1d(arr1,arr2)) print('集合的差,即在第一个，不在第二个数组中的元素',np.setdiff1d(arr1,arr2)) print('对称差，在一个数组，不同时在两个数组中，即并集减去交集的部分',np.setxor1d(arr1,arr2))

l  线性代数

l  随机数生成