Python中Numpy库array数组

Python中Numpy库array数组

1.创建数组的方式

数组	说明
array	直接传入数值
arange（a,b,c）	三个参数的含义分别为：开始值、结束值、步长（不包括结束值）
linspace(a,b,c)	三个参数含义分别为：开始值、结束值、元素数量（包括结束值）
concatenate	两个数组拼接

示例：

# arange 三个参数的含义分别为：开始值、结束值、步长（不包括结束值）
# reshape指定数组的行列
x = array([[1, 1, 1], [2, 2, 2]])
y = arange(0, 15, 1).reshape(3, 5)
print(y)
# linspace 三个参数含义分别为：开始值、结束值、元素数量（包括结束值）
z = linspace(0, 4, 5)
print(z)
a = array([1, 2, 3])
b = array([4, 5, 6])
w = concatenate((a, b))
print(w)

2.数组的方法

方法	说明
size	数组元素的总个数
ndim	数组维度数
shape	数组的维数
dtype	数组的元素类型
itemsize	每个元素占有字节的大小
data	数组元素的缓冲区

示例：

x = array([[1, 1, 1], [2, 2, 2]])
print(x)
# 数组元素的总个数 6
print(x.size)
# 数组维度数 2
print(x.ndim)
# 数组的维数 （2,3）
print(x.shape)
# 数组的元素类型 int32
print(x.dtype)
# 每个元素占有字节的大小 4
print(x.itemsize)
# 数组元素的缓冲区 <memory at 0x00000195BB670AD0>
print(x.data)

3.特殊数组

方法	说明
zeros	全零数组
ones	全一数组
empty	空数组 元素都接近0
eye	单位矩阵
full(shape,val)	生成数量为shape的元素全为val的数组
ones_like(a)	根据数组a的形状生成全是1的数组
zeros_like(a)	根据数组a的形状生成全是0的数组
full_like(a,value)	根据数组a的形状生成全是value的数组

a = zeros((3, 4))
print(a)
b = ones((3, 4))
print(b)
c = empty((4, 4))
print(c)
d = eye(3)
print(d)
e = full(4, 2)
print(e)
f = ones_like(d)
print(f)
g = zeros_like(d)
print(g)
h = full_like(d, 3)
print(h)

4.数组的变换

4.1.数组维度的变换

方法	说明
reshape	不修改原数组
resize	改变原数组
flatten	对数组降维，返回折叠后的一维数组，原数组不变
swapaxes(arr,ax1,ax2)	对数组arr中的两个维度进行交换

示例：

i = ones((2, 3, 4), dtype=int32)
j = i.reshape((3, 2,4))
print(j)
print(i)
print(i)
i.resize((3, 8))
print(i)
k = i.flatten()
print(k)
l = array([[2, 3, 4], [5, 6, 7]])
print(l)
m = swapaxes(l, 0, 1)
print(m)
n = array([[[0, 1],
            [2, 3]],
           [[4, 5],
            [6, 7]]])
o = swapaxes(n, 0, 2)
print(o)

4.2.数组类型的变换

方法	说明
astype	类型变换,一定会创建新的数组，即使两个类型一致(原始数据的一个拷贝)

示例：

p = ones((2, 3, 4), dtype=int)
print(p)
q = p.astype(float)

4.3.数组向列表转换

方法	说明
tolist	数组向列表转换

示例：

p = ones((2, 3, 4), dtype=int)
print(p)
r = p.tolist()
print(r)

4.4.数组的转置变换

方法	说明
T	数组转置

示例：

s = array([[1, 2, 3], [4, 5, 6]])
print(s.T)
# [[1 4]
#  [2 5]
#  [3 6]]

5.数组索引

5.1.一维数组的索引

# 一维数组的索引
a = array([2, 3, 4, 5, 6])
# 编号0从左开始递增，或者-1开始从右递减
print(a[2])
print(a[-2])
# 起始编号，终止编号（不包含），步长
print(a[1:4:2])

5.2.多为数组的索引

# 多维数组的索引
d = arange(24).reshape(2, 3, 4)
print(d)
print(d[1, 0, 1])
# 多维数组的切片
print(d[1, 0, :])
# 每个维度可以使用步长跳跃切片
print(d[:, :, ::2])

6.数组的运算

方法	说明
abs(x),fabs(x)	计算数组各元素的绝对值
sqrt(x)	各元素的平方根
square(x)	各元素的平方
log(x),log10(x),log2(x)	各元素的自然对数、10底对数和2底对数
ceil(x) ,floor(x)	各元素向上取整、向下取整
rint(x)	各元素四舍五入的值
modf(x)	各元素小数和整数部分以两个独立数组返回
cos(x),cosh(x),sin(x),sinh(x),tan(x),tanh(x)	三角函数值
exp(x)	各元素的指数值
sign(x)	各元素的符号值 1(+),0,-1(-)
where(判断条件，值1，值2)	条件运算，满足条件赋值1，不满足赋值2，类似于三目运算符

示例：

e = array([20.1, 30.9, 40, 50])
ee = arange(1, 5)
print(e + ee)
print(e - ee)
print(e * ee)
print(e / ee)
print(e ** ee)  # 乘方
# 数组中元素求和，最大值，最小值
print(e.sum())
print(sum(e))
print(e.max())
print(e.min())
print(e.mean())
print(e * 2)
print(floor(e))
#[20. 30. 40. 50.]
print(ceil(e))
#[21. 31. 40. 50.]
print(modf(e))
#(array([0.1, 0.9, 0. , 0. ]), array([20., 30., 40., 50.]))
f = array([[80, 88], [82, 81], [84, 75], [86, 83], [75, 81]])
# 如果数值小于80，替换为0，如果大于等于80，替换为90
g = where(f < 80, '良好', '优秀')
print(g)
# [['优秀' '优秀']
#  ['优秀' '优秀']
#  ['优秀' '良好']
#  ['优秀' '优秀']
#  ['良好' '优秀']]

7.数组的拷贝

7.1.浅拷贝

• 浅拷贝，只拷贝数组的引用，如果对拷贝进行修改，源数组也将修改

f = ones((2, 3))
print(f)
g = f
g[0, 0] = 2
print(g)
print(f)

7.2.深拷贝

• 深拷贝会复制一份和源数组一样的数组，新数组与源数组会存放在不同内存位置，因此对新数组的修改不会影响源数组

h = ones((2, 3))
print(h)
i = h.copy()
i[0, 0] = 2
print(i)
print(h)

8.数组的排序

a = array([[2, 3, 1], [1, 6, 5]])
# 整体排序
# [[1 2 3]
#  [1 5 6]]
print(sort(a))
# 仅行排序
# [[1 3 1]
#  [2 6 5]]
print(sort(a, axis=0))
# 仅列排序
# [[1 2 3]
#  [1 5 6]]
print(sort(a, axis=1))

9.线性代数相关计算

方法	说明
dot(a, b)	矩阵a,b相乘
vdot(a,b)	向量点积，对应位置相乘相加
inner	向量乘积
matmul(a,b)	矩阵乘积
linalg.det®	求行列式的值
linalg.solve(r,t)	计算线性方程组的解

# 1.矩阵相乘
a = array([[1, 2], [3, 4]])
b = array([[5, 6], [7, 8]])
c = dot(a, b)
print(c)  # [1*5+2*7,1*6+2*8],[3*5+4*7,3*6+4*8]
# 2.向量点积
d = vdot(a, b)
print(d)  # 1*5+2*6+3*7+4*8
# 3.一维数组的向量乘积
e = array([1, 2, 3])
f = array([4, 5, 6])
g = inner(e, f)
print(g)  # 1*4+2*5+3*6

h = inner(a, b)
print(h)  # [1*5+2*6,1*7+2*8],[3*5+4*6,3*7+4*8]
# 4.矩阵乘积
# 二维数组相当于矩阵乘法
i = array([[1, 0], [0, 1]])
j = array([[1, 2], [3, 4]])
k = matmul(i, j)
print(k)
# 二维数组和一维数组的运算
l = array([1, 2])
m = matmul(j, l)  # [1*1+2*2,3*1+4*2]
print(m)
n = matmul(l, j)  # [1*1+2*3,1*2+2*4]
print(n)
# 维度大于2的计算
o = arange(8).reshape(2, 2, 2)
p = array([[0, 1], [2, 3]])
q = matmul(o, p)
print(q)
# [[[ 2  3]
#   [ 6 11]]
#  [[10 19]
#   [14 27]]]
# 5.行列式计算
r =array([[1,2],[3,4]])
# 求行列式的值
s = linalg.det(r)
print(s)
t =array([2,3])
#计算线性方程组的解
u = linalg.solve(r,t)
print(u)