python -- numpy 基本数据类型,算术运算,组合,分割 函数

Posted 2020-10-03

0 NumPy数组

NumPy数组:NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成：
实际的数据
描述这些数据的元数据

NumPy数组属性:
ndim(纬数,x,y 2),shape(纬度，2*3),reshape(纬度),size:元素个数，dtype:元素数据类型，itemsize:所有元素的字节大小
创建数组：
使用array函数， a = array( [2,3,4] )，　b = array( [ (1.5,2,3), (4,5,6) ] )　　
可以在创建时显式指定数组中元素的类型c = array( [ [1,2], [3,4] ], dtype=complex)
d = zeros((3,4)) 　
ones( (2,3,4), dtype=int16 ) #手动指定数组中元素类型
empty((2,3))　
full((2,3),8)
NumPy提供一个类似arange的函数返回一个数列形式的数组:
arange(10, 30, 5)
array([10, 15, 20, 25])
arange(0,2,0.5)
array([ 0. , 0.5, 1. , 1.5])
a = array([1,2,3,4])
a2 = array([1,2,3,4],[1,2,3,4],[1,2,3,4])

np.ones((2,3))
np.zeeros((2,4))
np.full((2,2),8)

1 NumPy中的基本数据类型
名称 描述
bool 用一个字节存储的布尔类型（True或False）
inti 由所在平台决定其大小的整数（一般为int32或int64）
int8 一个字节大小，-128 至 127
int16 整数，-32768 至 32767
int32 整数，-2 ** 31 至 2 ** 32 -1
int64 整数，-2 ** 63 至 2 ** 63 - 1
uint8 无符号整数，0 至 255
uint16 无符号整数，0 至 65535
uint32 无符号整数，0 至 2 ** 32 - 1
uint64 无符号整数，0 至 2 ** 64 - 1
float16 半精度浮点数：16位，正负号1位，指数5位，精度10位
float32 单精度浮点数：32位，正负号1位，指数8位，精度23位
float64或float 双精度浮点数：64位，正负号1位，指数11位，精度52位
complex64 复数，分别用两个32位浮点数表示实部和虚部
complex128或complex 复数，分别用两个64位浮点数表示实部和虚部

输出数组

2 NumPy数组2

数组的操作:数组的算术运算是按元素逐个运算。数组运算后将创建包含运算结果的新数组,有些操作符如+=和*=用来更改已存在数组而不创建一个新的数组。
基本运算:+,-,*./ 按元素逐个计算
索引切片和迭代:和列表和其它Python序列一样，一维数组可以进行索引、切片和迭代操作。 a[2],a[2:5], a[: :-1] # 反转a
a[:6:2]= -1000 # 等同于a[0:6:2]= -1000，从开始到第6个位置，每隔一个元素将其赋值为-1000
for i in a:
print i**(1/3.)

多维数组可以每个轴有一个索引。这些索引由一个逗号分割的元组给出。 b[0:5, 1]

形状shape操作
更改数组的形状： a.ravel() # 平坦化数组

3 自定义结构数组
student= dtype({‘names‘:[‘name‘, ‘age‘, ‘weight‘], ‘formats‘:[‘S32‘, ‘i‘,‘f‘]}, align = True)
a= array([(“Zhang”, 32, 65.5), (“Wang”, 24, 55.2)], dtype =student)

组合函数: 2 * a
水平组合:hstack((a, b)) ,也可通过concatenate函数并指定相应的轴来获得这一效果：concatenate((a, b), axis=1)
垂直组合: vstack((a, b))
深度组合: dstack((a, b)) 数组的第三个轴（即深度）上组合
行组合:row_stack((one, two)),每一行进行组合
列组合:column_stack((oned,two))
分割数组:在NumPy中，分割数组的函数有hsplit、vsplit、dsplit和split。可将数组分割成相同大小的子数组，或指定原数组分割的位置

水平分割:hsplit(a, 3),split(a, 3, axis=1)
垂直分割:vsplit(a, 3) ,也可通过split函数并指定轴为1来获得这样的效果：split(a, 3, axis=0)
面向深度的分割:dsplit(c, 3)

复制和镜像View
完全不复制:
简单的赋值，而不复制数组对象或它们的数据。
视图view和浅复制:
c = a.view() 切片数组返回它的一个视图,不同的数组对象分享同一个数据。视图方法创造一个新的数组对象指向同一数据。
深复制:
d = a.copy() 这个复制方法完全复制数组和它的数据。

更多资料请参考:

http://blog.csdn.net/sunny2038/article/details/9023797