Numpy库01_多维矩阵数据结构

Posted 笑来

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Numpy库01_多维矩阵数据结构相关的知识,希望对你有一定的参考价值。

#numpy是个外部库,要先安装,再导入,再使用
import numpy as np

#创建一个ndarray数组
# arr=([1,2,3,4,5],[4,5,6,7,8])
# nparr=np.array(arr)
# print(nparr)
#
# nparr2=np.array([1.0,2,3,4,6],dtype="float32")
# print(nparr2)
# print(nparr2.dtype)

# nparr3=np.arange(10) #[0 1 2 3 4 5 6 7 8 9] arange()相当于range()
# print(nparr3)
#
# nparr4=np.zeros([3,4])
# print(nparr4)
#
# nparr5=np.ones([3,4],dtype="int32")
# print(nparr5)
# print(nparr5.dtype)

# print(nparr5.astype("float32")) #类型转换
#数组维度的转换
# arr6=([1,2,3,4,5],[4,5,6,7,8])
# nparr6=np.array(arr6)
# print(nparr6)
# nparr6re=nparr6.reshape(5,2) #不改变原数据维度,是新生成一个新的数组,如果不够或多都会报错
# print(nparr6)
# print(nparr6re)
# print(nparr6.size) #得到元素总个数
# print(len(nparr6re)) #得到总行数

# arr7=([1,2,3,4,5],[4,5,6,7,8])
# nparr7=np.array(arr7)
# print(nparr7)
# #数据改变维度:reshape(x,y),x*y=nparr7.size,即个数必须相等,要不就报错
# nparr7re=nparr7.reshape(5,-1) #-1表示可以推断出来,必须要给到能推出来的量
# print(nparr7re)
# #数据散开:ravel() ,不改变原数据
# nparr7rera=nparr7re.ravel() #[1 2 3 4 5 4 5 6 7 8]
# print(nparr7rera)
# #数据扁平化:flatten() 功能与数据散开一样的好像
# nparr7refla=nparr7re.flatten() #[1 2 3 4 5 4 5 6 7 8]
# print(nparr7refla)

#数据合并:concatenate([arr1,arr2],axis=0)
# arr1=np.arange(0,9).reshape(3,3)
# arr2=np.arange(9,18).reshape(3,3)
# arr5=np.arange(19,28).reshape(3,3)
# arr3=np.concatenate([arr1,arr2,arr5],axis=0) #y轴合并,默认是这个,arr可两个,可多个
# arr4=np.concatenate([arr1,arr2,arr5],axis=1) #x轴合并
# print(arr3)
# print(arr4)

#数据拆分:np.split(arr,[x,y])
# arr7=[[1,2,3,4],[4,5,6,7]]
# nparr7=np.array(arr7)
# print(nparr7)
# nparr8=np.split(nparr7,[2,2]) #未成功,
# print(nparr8)
# print(nparr7)

#数据转置和轴对换
# nparr9=np.arange(0,12).reshape(3,4)
# print(nparr9)
# nparr10=nparr9.T #即x轴的值转到y轴,y轴的值转到x轴,不改变原数据
# print(nparr10)
# print("________")
# nparr11=nparr9.transpose() #同上T属性,
# print(nparr11)

#轴对换:swapaxes(),不知道如何用,以后再说

#随机数:Numpy的随机数random.randint
# nparr12=np.random.randint(50,70,size=(10,10)) #产生了一个随机数组矩阵
# print(nparr12)
# nparr13=np.random.randint(50,300) #只产生一个随机数
# print(nparr13)

#随机数2:random.randn 还不知道有什么用,正态分布数组
nparr14=np.random.randn(3,3) #产生了一个随机数组矩阵
print(nparr14)

以上是关于Numpy库01_多维矩阵数据结构的主要内容,如果未能解决你的问题,请参考以下文章

Python: 向量矩阵和多维数组(基于NumPy库)

量化投资_NumPy_01

python之numpy多维数组

Numpy_01

数据分析:工具篇NumPyNumPy介绍

python 科学计算库NumPy—矩阵运算