Numpy模块简介

Numpy模块简介

前言

numpy中的核心结构是ndarry，numpy封装了python原生的list数组。但是numpy和list之间有本质的差别

• numpy的数组一旦建立好，其中包含的元素数量就不能改变，如果要删除或者增加numpy中的元素，就表示将会原来的numpy数组删除，并且创建了一个新的numpy数组；但是python中的list结构可以自由的增减元素数量。
• numpy的数组一旦建立好，其数组中所有的元素的数据类型必须保持一致，每个元素数据所占据的空间大小也一样；但是python中的list不要求元素的数据类型保持一致。
• numpy数组的方法可以实现复杂的科学计算，许多方法在numpy最外层的命名空间中都有对应的映射函数。
• numpy数组包含的是ndarray数据类型，此数据类型的最大优点在于矢量化和广播。矢量化是指能够使numpy代码中没有显示的索引，循环等，广播具体值可以在代码中隐式的现实对每个元素的操作。
  例如：a=[1,2,3] b=[3,4,5] 求a+b
  使用python的原生list数组结构实现

a=[1,2,3]    
b=[3,4,5]
c=list()
for i  in range(len(a)):
    c.append(a[i]+b[i])
print(c)

利用numpy实现起来就比较简便，也更能体现出差别4的特点：

import numpy as np
a=np.array([1,2,3])
b=np.array([3,4,5])
c=a+b
print(c)

从上述两块代码能够清晰的体会出numpy的简练简便的好处。

1.numpy的属性

你可以通过ndarray.dtype代码来打印出numpy中元素的元素类型，如下：

>>>import numpy as np
>>>a=np.array([1,2,3])
>>>print(a.dtype)
int32
>>>a=np.array([1.0,2.2,3.0])
>>>print(a.dtype)
float64
>>>a=np.array(['s','c','d'])
>>>print(a.dtype)
<U1

上述我们能够看到ndarray中元素类型有int32、float64、<U1（str）等

你可以通过ndarray.shape打印出numpy数组的结构，如下：

>>>import numpy as np
>>>a=np.array([1,2,3,4,5,6,7,8])   
>>>print(a.shape)
(8,)
>>>b=a.reshape((2,4))
>>>print(b)
array=[[1 2 3 4]
      [5 6 7 8]]
>>>print(b.shape)
(2, 4)
>>>print(b.ndim)
2
>>>print(b.size)
8

从上述代码我们知道，numpy创建了一个1-8的数组，我们打印出数组的shape可以看到（8，），
随后我们通过b=a.reshape((2,4))将原始数组的shape改编成2行4列，最后打印了改变后的b和b的数组结构。
我们通过b.ndim打印出b的维度（秩），通过b.size打印出b数组中元素的个数。

numpy的ndarray对象还有很多的属性，详细见下表：

属性	说明
ndarry.dtype	元素的类型
ndarray.shape	数组的结构
ndarray.ndim	秩，即轴的数量或维度的数量
ndarray.size	数组元素的个数
ndarray.itemsize	每个元素的大小，以字节为单位
ndarray.flags	数组内存信息
ndarray.real	元素的实部
ndarray.image	元素的虚部
ndarray.data	数组元素的实际存储区

dtype与shape是ndarray最最重要的属性，几乎重要到我们可以忽略ndarray其他所有的属性，
ndarray.astype() 可以修改元素类型， ndarray.reshape() 可以重新定义数组的结构，这两个方法的重要性和其对应的属性一样。

2创建数组

2.1下列是创建简单数组的基本语法

numpy.array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)
numpy.empty(shape, dtype=float, order='C')
numpy.zeros(shape, dtype=float, order='C')
numpy.ones(shape, dtype=float, order='C')
numpy.eye(N, M=None, k=0, dtype=float, order='C')

对上述代码的参数介绍：
objiect:数组
公开数组接口的任何对象，__array__方法返回数组的对象，或者任何嵌套序列。
dtype:数据类型（可选）
数组所需的数据类型。如果没有给出，那么类型将被确定为保持序列中的对象所需的最小类型。此参数只能用于“upcast”数组。对于向下转换，请使用.astype(t)方法。
copy：bool(可选)
如果为true（默认值），则复制对象。否则，只有当__array__返回副本，obj是嵌套序列，或者需要副本来满足任何其他要求（dtype，顺序等）时，才会进行复制。
order ： {‘K’，‘A’，‘C’，‘F’}，可选
指定阵列的内存布局。如果object不是数组，则新创建的数组将按C顺序排列（行主要），除非指定了’F’，在这种情况下，它将采用Fortran顺序（专业列）。如果object是一个数组，则以下成立。
当copy=False出于其他原因而复制时，结果copy=True与对A的一些例外情况相同，请参阅“注释”部分。默认顺序为“K”。
subok ： bool，可选
如果为True，则子类将被传递，否则返回的数组将被强制为基类数组（默认）。
ndmin ： int，可选
指定结果数组应具有的最小维数。根据需要，将根据需要预先设置形状。

具体示例如下：
1.创建一维数组

>>>np.array([1,2,3])
array([1, 2, 3])

2.创建二维数组

>>>np.array([[1,2,3],[4,5,6]])
array([[1, 2, 3],
       [4, 5, 6]])

3.创建提供元素类型的数组,此示例提供的元素类型为复数

>>>np.array([[1,2,3],[4,5,6]],dtype=complex)
array([[1.+0.j, 2.+0.j, 3.+0.j],
       [4.+0.j, 5.+0.j, 6.+0.j]])

4.创建又多种元素组成的数组类型

>>>x=np.array([(1,2,),(4,5,)],dtype=[('a','<i4'),('b','<i4')])
>>>x['a']
array([1, 4])
>>>x['b']
array([2, 5])

说明：定义一个数据类型，其中‘a’为<i4（int）类型，‘b’也为<i4（int）类型

5 从子类创建数组

>>>np.array(np.mat('1 2; 3 4'))   #mat方法是创建矩阵,现将元素创建成数组
array([[1, 2],
       [3, 4]])
 >>>np.array(np.mat('1 2; 3 4'), subok=True)   #利用子类的数组 来创建矩阵
 matrix([[1, 2],
        [3, 4]])

6.其他简单数组

>>>np.empty((3,2))      #创建一个空数组
array([[0., 0.],
       [0., 0.],
       [0., 0.]])
>>>np.zeros(2)           #以0位元素创建数组
array([0., 0.])
>>>np.zeros((2,3))      
array([[0., 0., 0.],
       [0., 0., 0.]])
>>>np.ones(3)              #以1为元素创建数组
array([1., 1., 1.])
>>>np.ones((2,3))      
array([[1., 1., 1.],
       [1., 1., 1.]])
>>>np.eye(4)                  #创建单位数组
array([[1., 0., 0., 0.],
       [0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])

2.2 创建随机数组

>>> np.random.random((2,3))            #在[0,1]之间随机取值，构建成2行3列的数组
array([[0.55078272, 0.47572381, 0.76794387],
       [0.06714518, 0.9993557 , 0.50451282]])
>>>np.random.randint(1,10,(2,3))           #在1-10之间随机取值，构造2行3列的数组
array([[3, 6, 8],
         [5, 2, 6]]
 >>>np.random.randint(5, size=(2, 3))       #选择5以下的随机元素构造2行3列的数组
 array([[2, 2, 4],
       [0, 0, 4]])
 >>>np.random.randn(2,3)                 #正态随机分布
 array([[-0.66342975, -0.97230804,  0.45623654],
       [ 0.87677801, -0.13071535,  1.04355676]])
 >>>np.random.choice([10,20,30], (2,3))        #在10，20，30中随机选择元素构造2行3列的数组
 array([[30, 20, 20],
       [20, 30, 10]])

2.3 根据已给的数值创建数组

创建0-5的一维数组

>>>np.arange(5)
array([0, 1, 2, 3, 4])

创建0-5的一维数组，间隔为2

>>>np.arange(0，5，2)
array([0, 2, 4])

利用linspace差值函数，指定起点和终点及其元素个数

>>>np.linspace(0, 5, 5)
array([0.  , 1.25, 2.5 , 3.75, 5.  ])

linspace差值函数,endpoint=False去除终点

>>> np.linspace(0, 5, 5, endpoint=False)
array([0., 1., 2., 3., 4.])

logspace等比函数

>>>np.logspace(1,3,3)     #10^1-10^3 等差取值，取三个数
array([  10.,  100., 1000.])
>>> np.logspace(1, 3, 3, endpoint=False)      #在（1，2）中等值取3个10的指数
array([ 10.        ,  46.41588834, 215.443469  ])

2.4 根据已知数组创建数组

array和asarray都可将结构数据转换为ndarray类型,但是主要区别就是当数据源是ndarray时，

array仍会copy出一个副本，占用新的内存，但asarray不会。

>>>a=np.asarray([[1,2,3],[2,3,4]])
[1 2 3]
[2,3,4]
>>>np.empty_like(a)
array([[     1264,         0,      1264],
       [        0, 544370464, 174418036]])
>>>np.zeros_like(a)
array([[0, 0, 0],
       [0, 0, 0]])
>>>np.ones_like(a)
array([[1, 1, 1],
       [1, 1, 1]])

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

1. 全新的界面设计 ，将会带来全新的写作体验；
2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
4. 全新的 KaTeX数学公式 语法；
5. 增加了支持甘特图的mermaid语法¹ 功能；
6. 增加了 多屏幕编辑 Markdown文章功能；
7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
8. 增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	'Isn't this fun?'	‘Isn’t this fun?’
Quotes	"Isn't this fun?"	“Isn’t this fun?”
Dashes	-- is en-dash, --- is em-dash	– is en-dash, — is em-dash

创建一个自定义列表

Markdown

Text-to- HTML conversion tool

Authors

John

Luke

如何创建一个注脚

一个具有注脚的文本。²

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 $\Gamma (n)=(n-1)!\forall n\in \mathbb{N}$ 是通过欧拉积分

$$\Gamma (z)={\int }_0^{\infty }{t}^{z-1}{e}^{-t}dt.$$

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

• 关于 甘特图 语法，参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：:

这将产生一个流程图。:

• 关于 Mermaid 语法，参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

• 关于 Flowchart流程图 语法，参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

---

1. mermaid语法说明 ↩︎

2. 注脚的解释 ↩︎