Python中Numpy用法是什么？一文带你了解
发布时间：2022-03-12 13:57:50 所属栏目：语言 来源：互联网
导读：这篇文章给大家分享的是有关Python中Numpy怎么用的内容。Numpy是Python学习的基础内容，小编觉得挺实用的，因此分享给大家做个参考，接下来一起跟随小编看看吧。 一、数据生成 1.1 手写数组 a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) # 一维数组 b
|
这篇文章给大家分享的是有关Python中Numpy怎么用的内容。Numpy是Python学习的基础内容，小编觉得挺实用的，因此分享给大家做个参考，接下来一起跟随小编看看吧。 一、数据生成 1.1 手写数组 a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) # 一维数组 b = np.array([[1, 2], [3, 4]]) #二维数组 1.2 序列数组 numpy.arange(start, stop, step, dtype)，start默认0，step默认1 c = np.arange(0, 10, 1, dtype=int) # =np.arange(10) [0 1 2 3 4 5 6 7 8 9] d = np.array([np.arange(1, 3), np.arange(4, 6)]) # 二维数组 # 不过为了避免麻烦，通常序列二维数组都是通过reshape进行重新组织 dd = c.reshape(2, 5) # 将一维数组重新组合成2行5列 1.3 随机数组 numpy.random.random(size=None) 该方法返回[0.0, 1.0)范围的随机小数。 numpy.random.randint() 该方法返回[low, high)范围的随机整数。 该方法有三个参数low、high、size 三个参数。默认high是None,如果只有low，那范围就是[0,low)。如果有high，范围就是[low,high) numpy.random.randn(d0,d1,…,dn) 该方法返回一个或一组样本，具有正态分布 np.random.normal 指定期望和方差的正太分布 e = np.random.random(size=2) # 一维数组，元素两个，[0.0,1.0]的随机数 f = np.random.random(size=(2, 3)) # 两行三列数组，[0.0,1.0]的随机数 h = np.random.randint(10, size=3) # [0,10]范围内的一行三列随机整数 i = np.random.randint(5, 10, size=(2, 3)) # [5,10]范围内的2行3列随机整数 1.4 其他方式数组 numpy.zeros 创建指定大小的数组，数组元素以0 来填充 numpy.ones 创建指定形状的数组，数组元素以1 来填充 numpy.empty 创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组，里面的元素的值是之前内存的值 np.linspace 创建一个一维数组，数组是一个等差数列构成的 numpy.logspace 创建一个于等比数 j = np.zeros((2, 5)) k = np.ones((2, 5)) l = np.linspace(1, 20, 10) 二、数组属性查看 ndarray.ndim darray.shape 数组的维度和列，对于矩阵，n 行m 列 ndarray.size 数组元素的总个数，相当于.shape 中n*m 的值 ndarray.dtype ndarray 对象的元素类型 ndarray.itemsize ndarray 对象中每个元素的大小，以字节为单位 ndarray.flags ndarray 对象的内存信息 ndarray.real ndarray 元素的实部 ndarray.imag ndarray 元素的虚部 ndarray.data 包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。 print('ndim:数组的秩（维度）'.center(20, '*')) print('ndim:', i.shape[1]) 三、数组索引 x = np.arange(1, 13) # 一维数组 a = x.reshape(4, 3) # 二维数组 print(‘x:', x) print(‘a:', a) 3.1 一维数组的索引 print(x[2:]) print(x[3:8]) 3.2 二维数组的索引 print(a[0]) # 第一行 print(a[2, 2]) # 第三行第4列 print(a[:, 2]) print(a[::2, 0]) # 所有奇数行第1列数据 print(a[(2, 1), (1, 2)]) # 第3行第2列，第2行第3列 = np.array((a[2,1],a[1,2]))取出来后在重新生成新的数组 print(a[-2]) # 获取倒数第二行 print(a[::-1]) # 行倒序 print(a[::-1, ::-1]) # 行列倒序 四、数组的方法 4.1 改变数组维度 reshape将一维数组变成二维或者三维 ravel将三维数组变成一维数组，flatten将二维数组变成一维数组 4.2 数组拼接 使用numpy.hstack(a1,a2) 函数将两个数组水平组合 numpy.vstack(a1,a2) 函数可以将两个或多个数组垂直组合起来形成一个数组 使用numpy.concatenate((a1, a2, …), axis),控制axis参数的值也可以实现hstack和vstack的功能，axis=0等同于vstack、axis=1等同于hstack 4.3 数组分隔 b = np.split(x, 4) # 将一个一维数组四等分, 用b[1]的方式获取每个块的数据 # print(b[1]) c = np.split(a, 2, axis=0) # 二维数组的垂直分隔，按行分隔成两部分 # print(c[0]) d = np.split(a, [2], axis=1) # 二维数组的水平分隔，按列分隔成两部分 # print(d[0]) 4.4 算术运算 加减乘除: add()，subtract()，multiply() 和divide() np.sum() 求和 np.prod() 所有元素相乘 np.mean() 平均值 np.std() 标准差 np.var() 方差 np.median() 中数 np.power() 幂运算 np.sqrt() 开方 np.min() 最小值 np.max() 最大值 np.argmin() 最小值的下标 np.argmax() 最大值的下标 np.inf 无穷大 np.exp(10) 以e 为底的指数 np.log(10) 对数 （编辑：信阳站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
