Python 中 numpy模块知识点的综合讲解（超详细）

Numpy

1.需要导入包

import numpy as np

2.array创建：

a=np.arange(n)

#生成含0到n元素的整型数组

a=np.full(shape=(x,y),value=n,dtype=int)//b=np.full_like(a) 生成新的与a相同的数 组给b

#生成（x，y）型数组且值均为n，类型为整型

a=np.ones(shape=(x,y))//b=np.ones_like(a) #生成新的与a相同的数 组给b

#生成（x，y）型数组且值均为1（整型）

a=np.zeros(shape=(x,y))//b=np.zeros_like(a)# 生成新的与a相同的数 组给b

#生成（x，y）型数组且值均为0（整型）

a=np.eye(n)

#生成（n，n）型数组 主对角线上值为1其他均为0（整型）

a=np.array([]or())

#将[]或者（）转化array对象

3.narrry的拼合折叠拆分

np.concatenate([a,b]，axis=n)#以n维度连接 a，b数组

 

a=a.flatten()//返回一个将a拉成一维数组的数组

 

 a=np.vstack([a1,a2])

a=np.hstack([a1,a2])

a=np.dstack([a1,a2])

#这三条分别等价于a=np.concatenate([a1,a2],n) n=0,1,2

 

有连接当然就有拆分下面介绍split()

np.split(arr,[],axis=n)

n=0时等价于 np.vsplit([])

n=1时等价于 np.hsplit([])

展示如下

4.数组类型的转换

a.reshape((x,y))//以a数组为基础返回一个（x,y）型数组

a.resize((x,y))//将a素组修改为（x,y）型数组

 

a=a.swapaxes(axis1,axis2)//将第axis1维度和第axis2维度进行交换

a=a.astype(new_type)将a数组的数据进行拷贝且转换为新的数据类型。

5.数组对象转换为列表对象

ls=a.tolist()tolist返回一个以a为基础的列表类型

 

6.数组对象的索引和切片

注意点：索引内容改变不会改变原来数组对象内容

但是切片操作会改变原来数组对象的内容

 

array[::,::,::],三个逗号代表着不同的维度，对不同的维度可以分别切片索引。

7.array的各类运算

加减运算：俩array的相应位置分别进行加减运算

乘除运算：看具体例子

逻辑运算：同上

 

array的求和运算

 

 

array的求平均值运算

​

array的转置和求逆

array.transpose()

np.linalg.inv(array)

np.dot()点乘运算

8.广播机制

在数组兼容的情况下，数组会在维度为度数一或者缺失的维度上

进行广播

兼容 比如（3,1）和（1,3）是兼容的 运算结果是（3,3）的数组

（3,3）和（4,4）是不兼容的

那他们如何运算呢？

1 2 3        1 1 1   1 2 3       1 1 1      2 3 4

4 5 6 +             =  4 5 6   + 1 1 1 =   5 6 7

7 8 9                   7 8 9        1 1 1     8 9 10