第二章 Python Numpy运用

二、Python Numpy运用

1. 数组创建

• arr1 = np.array([-9,7,4,3]) #数组

• np.arange(0,10,1)

• array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

• np.linspace(1,10,11) #创建等差数列

• np.linspace(1,10,10,endpoint=False) #endpoint：去掉最后一个

• np.logspace(1,5,base=2,num=10) #logspace：创建等比数列

• np.zeros([4,5]) #0数组

• np.ones([4,5]) #1数组

• np.eye(6) #对角线矩阵

• np.diag([4,5,8]) #对角线矩阵
  

2. 数组属性

• arr3.shape #几行几列
• arr3.ndim #数组-纬度
• arr3.size #数组-总元素数
• arr3.dtype #数组-数据类型
  

3. 索引和切片

• arr_change = arr.copy() #赋值，原数据不会发生改变

• arr2[~(arr2 > 3.5)] #“~”取相反

• arr2[[2,1]] #索引第三行和第二行

• arr2[np.ix_([0,-1],[0,1,3])] #第一行和最后一行，第一、二、四列
  

4. 数组形状改变

• arr.reshape(10,2) #返回视图，不会改变原数组的形状
• arr.resize(10,2) #改变原数组的形状
• arr.ravel() #数组按照横向降到一维
• arr.ravel(order = ‘F’) #数组按照纵向降到一维
• arr.flatten() #数组按照横向降到一维
• arr.flatten(order = ‘F’) #数组按照纵向降到一维
• arr_t[np.newaxis,:]
• np.hstack([arr1,arr2]) #横向合并数组
• np.vstack((arr1,arr3)) #纵向合并数组
• np.concatenate((arr1,arr2),axis=1) #横向合并数组
• np.concatenate((arr1,arr3),axis=0) #纵向合并数组
• np.tile(arr4,(4,4)) #复制行列
• arr5 = np.arange(8).reshape(2,2,2) #三维数组

（1）数组形状改变