numpy 学习笔记

创建对象

复制代码
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
object: 数列;
order: 样式,C行方向,F列方向,A任意方向(默认)
ndmin: 最小维度
import numpy as np
a = np.array([1,5,5,5,3],ndmin=2,dtype=int)
print(a)
# [[1 5 5 5 3]]
复制代码
类型
复制代码
numpy.dtype(object, align, copy)
int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2','i4','i8' 代替
import numpy as np
dt = np.dtype('i1')
print(dt)
# int8

import numpy as np
dt = np.dtype([('xxx',np.float64)])
a = np.array([(10,),(20,),(30,)], dtype = dt)
print(a)
# [(10.,) (20.,) (30.,)]

import numpy as np
student = np.dtype([('str','S20'), ('int', 'i1'), ('float', 'f4')])
a = np.array([('abc', 21, 50),('xyz', 18, 75)], dtype = student)
print(a)
# [(b'abc', 21, 50.) (b'xyz', 18, 75.)]
复制代码
属性
ndim            秩,轴/维度的数量
shape           数组的维度
size            总数
itemsize        大小
a = np.arange(24)
print(a.ndim)
b = a.reshape(2, 4, 3)
print(b.ndim)
c = np.array([[1,4],[2,3]])
c.shape= (2,2) # == c.reshape(2,2)
print(c)
print(c.itemsize)
print(c.flags)
复制代码
创建数组
复制代码
numpy.empty(shape, dtype = float, order = 'C')
import numpy as np
x = np.empty([3,2])
print(x)
# [[0.   0.15]
#  [0.25 0.5 ]
#  [0.75 1.  ]]
复制代码
创建数组,以 0 填充
numpy.zeros(shape, dtype = float, order = 'C')
x = np.zeros((3),dtype=int)
print(x)
# [0 0 0]
复制代码
创建数组,以 1 填充
numpy.ones(shape, dtype = None, order = 'C')
x = np.ones([2,2], dtype = int)
print(x)
# [[1 1]
#  [1 1]]
复制代码
numpy.zeros_like 都是用于创建一个指定形状的数组,其中所有元素都是 0
numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)
numpy.ones_like(a, dtype=None, order='K', subok=True, shape=None)
import numpy as np
arr = np.array([1,2,3])
print(np.zeros_like(arr))
# [0 0 0]
复制代码
NumPy 从已有的数组创建数组 
numpy.asarray(param, dtype = None, order = None)
import numpy as np
x = (1, 2, 3)
a = np.asarray(x)
print(a)
# [1 2 3]
复制代码
numpy.frombuffer 实现动态数组
numpy.frombuffer(xxx, dtype = float, count = -1, offset = 0)
import numpy as np
s = b'xxx'
a = np.frombuffer(s, dtype='S1')
print(a)
# [b'x' b'x' b'x']
复制代码
numpy.fromiter 转为一维数组
numpy.fromiter(iterable, dtype, count=-1)
x = iter(range(5))
print(np.fromiter(x,dtype=int))
# [0 1 2 3 4]
复制代码
数值范围创建数组
numpy.arange(start, stop, step, dtype)
import numpy as np
x = np.arange(1,10,2)
print(x)
# [1 3 5 7 9]
复制代码
创建一个一维数组,等差数组
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
import numpy as np
a = np.linspace(1,5,5)
print(a)
# [1. 2. 3. 4. 5.]
复制代码
创建一个一维数组,等比数组
np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)
base   对数 log 的底数。 
import numpy as np
a = np.logspace(1,4,4,base=2)
print (a)
# [ 2.  4.  8. 16.]
复制代码
切片和索引
import numpy as np
a = np.arange(6)
s = slice(1, 5, 2)  # 从索引 1 开始到索引 5 停止,间隔为2
print(a[s])
# [1 3]

import numpy as np
a = np.arange(10)
b = a[1:5:2]  # 从索引 1 开始到索引 5 停止,间隔为 2
print(b)
print(a[5:])
# [1 3]
# [5 6 7 8 9]

省略号 ... 切片

import numpy as np
a = np.array([[1, 2, 3], [3, 4, 5], [4, 5, 6]])
print(a[..., 1])  # 第2列元素
print(a[1, ...])  # 第2行元素
print(a[..., 1:])  # 第2列及剩下的所有元素
# [2 4 5]
# [3 4 5]
# [[2 3]
#  [4 5]
#  [5 6]]
复制代码
高级索引
复制代码
整数数组索引: 使用一个数组来访问另一个数组的元素
import numpy as np
x = np.array([[1, 2], [3, 4], [5, 6]])
y = x[[0, 1, 2], [0, 1, 0]]
print(y)
# [1 4 5]  # 匹配 (0,0),(1,1) 和 (2,0) 位置元素

import numpy as np
x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])
rows = np.array([[0, 0], [3, 3]])
cols = np.array([[0, 2], [0, 2]])
y = x[rows, cols]
print(y)
# [[ 0  2]
#  [ 9 11]]
复制代码
: 或 ... 切片
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = a[1:3, 1:3]
c = a[1:3, [1, 2]]
d = a[..., 1:]
print(b)
print(c)
print(d)
# [[5 6]
#  [8 9]]
# [[5 6]
#  [8 9]]
# [[2 3]
#  [5 6]
#  [8 9]]
复制代码
布尔索引
import numpy as np
x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])
print(x[x > 5])
# [ 6  7  8  9 10 11]
复制代码
过滤
import numpy as np
a = np.array([1, 2 + 6j, 5, 3.5 + 5j])
print(a[np.iscomplex(a)])
# [2. +6.j 3.5+5.j]
复制代码
花式索引:  索引数组的值作为目标数组的某个轴的下标来取值
复制代码
一维数组
import numpy as np
x = np.arange(9)
x2 = x[[0, 6]]
print(x2)
print(x2[0])
print(x2[1])
# [0 6]
# 0
# 6
复制代码
二维数组
import numpy as np
x = np.arange(9).reshape((3, 3))
print(x[[0, 2, 1]])
# [[0 1 2]
#  [6 7 8]
#  [3 4 5]]

2024.3.26 更新中。。。

相关推荐
CV学术叫叫兽29 分钟前
一站式学习:害虫识别与分类图像分割
学习·分类·数据挖掘
我们的五年40 分钟前
【Linux课程学习】:进程程序替换,execl,execv,execlp,execvp,execve,execle,execvpe函数
linux·c++·学习
一棵开花的树,枝芽无限靠近你1 小时前
【PPTist】添加PPT模版
前端·学习·编辑器·html
VertexGeek1 小时前
Rust学习(八):异常处理和宏编程:
学习·算法·rust
二进制_博客2 小时前
Flink学习连载文章4-flink中的各种转换操作
大数据·学习·flink
codebolt2 小时前
ADS学习记录
学习
Komorebi.py3 小时前
【Linux】-学习笔记05
linux·笔记·学习
亦枫Leonlew4 小时前
微积分复习笔记 Calculus Volume 1 - 6.5 Physical Applications
笔记·数学·微积分
冰帝海岸9 小时前
01-spring security认证笔记
java·笔记·spring
小二·10 小时前
java基础面试题笔记(基础篇)
java·笔记·python