numpy模块的基本使用

Posted 2021-03-16 sheppard

目录

• 基础相关
  • narray数组创建
  • 常用的属性
  • 数据类型（dtype）
• 进阶知识
  • range与arange
    • 共同点
    • 不同点
  • 向量化数学运算
    • 数组与标量运算
    • 数组运算（shape必须相同）
  • 索引与切片
    • 索引
    • 数组重塑(reshape)
    • 切片
    • 数组转置以及轴对换
  • 通用函数
    • 一元函数
    • 二元函数
  • 数学统计方法
  • 随机数

基础相关

narray数组创建

方法	描述
array()	将列表转换为数组，可选择显式指定dtype
arange()	range的numpy版，支持浮点数
linspace()	类似arange()，第三个参数为数组长度
zeros()	根据指定形状和dtype创建全0数组
ones()	根据指定形状和dtype创建全1数组
empty()	根据指定形状和dtype创建空数组（随机值）
eye()	根据指定边长和dtype创建单位矩阵

常用的属性

属性	描述
T	数组的转置（对高维数组而言）
dtype	数组元素的数据类型
size	数组元素的个数
ndim	数组的维数
shape	数组的维度大小（以元组形式）
itemsize	每个项占用的字节数
nbytes	数组中的所有数据消耗掉的字节数

数据类型（dtype）

类型	描述
布尔型	bool_
整型	int_ int8 int16 int32 int 64
无符号整型	uint8 uint16 uint32 uint64
浮点型	float_ float16 float32 float64

进阶知识

range与arange

共同点

? 都有start，end（不顾尾），step三个参数

不同点

? arange返回的是一个ndarray（N维数组）

? range返回的是一个list

? arange允许步长为小数，range只支持整数

In [24]:

range(2,8,2)

Out[24]:

range(2, 8, 2)

In [26]:

np.arange(2,8,2)

Out[26]:

array([2, 4, 6])

向量化数学运算

*参考矩阵运算

数组与标量运算

直接做加减乘除即可，略

数组运算（shape必须相同）

略

索引与切片

索引

*一维数组的索引与列表没有区别，接下来主要针对多维数组.

数组重塑(reshape)

In [41]:

a4=np.random.randint(0,3,size=(2,3))
a4

Out[41]:

array([[1, 0, 2],
       [1, 1, 2]])

In [44]:

a4.reshape(1,6)

Out[44]:

array([[1, 0, 2, 1, 1, 2]])

In [45]:

a4.reshape(1,-1) #-1相当于占位符，系统会自动算出

Out[45]:

array([[1, 0, 2, 1, 1, 2]])

In [46]:

a4.reshape(1,-1).reshape(2,-1)

Out[46]:

array([[1, 0, 2],
       [1, 1, 2]])

切片

In [116]:

a4

Out[116]:

array([[1, 0, 2],
       [1, 1, 2]])

In [117]:

a4[:,1:2]

Out[117]:

array([[0],
       [1]])

In [118]:

a4[0:1]

Out[118]:

array([[1, 0, 2]])

数组的行互换

In [120]:

a=np.array([[1,2,3],[4,5,6]])
a=a[::-1,:]
a

Out[120]:

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

布尔型索引

In [129]:

c=np.eye(5,dtype=int).reshape(5,-1)
c

Out[129]:

array([[1, 0, 0, 0, 0],
       [0, 1, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 1, 0],
       [0, 0, 0, 0, 1]])

In [131]:

c==1

Out[131]:

array([[ True, False, False, False, False],
       [False,  True, False, False, False],
       [False, False,  True, False, False],
       [False, False, False,  True, False],
       [False, False, False, False,  True]])

*花式索引

In [131]:

b=np.arange(32).reshape((8,4))
b

Out[131]:

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15],
       [16, 17, 18, 19],
       [20, 21, 22, 23],
       [24, 25, 26, 27],
       [28, 29, 30, 31]])

In [132]:

b[[1,3,5,7],[1,2,1,2]] 
#取出索引1，3，5，7行，在索引为1的行中取出索引为1的列，在索引为3的行中取出索引为2的列，在索引为5的行中取出#索引为1的列，在索引为7的行中取出索引为2的列

Out[132]:

array([ 5, 14, 21, 30])

数组转置以及轴对换

数组转置(返回的是视图，而非源)

arr.transpose()或者arr.T
对于高维数组，transpose需要得到一个由轴编号组成的元组（有点烧脑）

轴对换(返回的是视图，而非源)

swapaes()，需要接受轴编号

通用函数

一元函数

函数	功能
abs、fabs	分别是计算整数和浮点数的绝对值
sqrt	计算各元素的平方根
square	计算各元素的平方
exp	计算各元素的指数e**x
log	计算自然对数
sign	计算各元素的正负号
ceil	计算各元素的ceiling值
floor	计算各元素floor值，即小于等于该值的最大整数
rint	计算各元素的值四舍五入到最接近的整数，保留dtype
modf	将数组的小数部分和整数部分以两个独立数组的形式返回，与Python的divmod方法类似
isnan	判断数组中的缺失值
isinf	表示那些元素是无穷的布尔型数组
cos，sin，tan	普通型和双曲型三角函数

二元函数

函数	功能
add	将数组中对应的元素相加
subtract	从第一个数组中减去第二个数组中的元素
multiply	数组元素相乘
divide、floor_divide	除法或向下圆整除法（舍弃余数）
power	对第一个数组中的元素A，根据第二个数组中的相应元素B计算A**B
maximum，fmax	计算最大值，fmax忽略NAN
miximum，fmix	计算最小值，fmin忽略NAN
mod	元素的求模计算（除法的余数）

数学统计方法

函数	功能
sum	求和
cumsum	求前缀和
mean	求平均数
std	求标准差
var	求方差
min	求最小值
max	求最大值
argmin	求最小值索引
argmax	求最大值索引

随机数

函数	功能
rand	返回给定维度的随机数组（0到1之间的数）
randn	返回给定维度的随机数组
randint	返回给定区间的随机整数
choice	给定的一维数组中随机选择
shuffle	原列表上将元素打乱（与random.shuffle相同）
uniform	给定形状产生随机数组
seed	设定随机种子（使相同参数生成的随机数相同）
standard_normal	生成正态分布的随机样本数