首页 > 代码库 > NumPy学习笔记（1）
NumPy学习笔记（1）
1. 程序开头导入库
import numpy as np
2. 创建数组(ndarray)
a = [1,2,3,4]
aa = np.array(a)--------->生成一维数组
bb = np.array([a,a])----->生成二维数组
aa.shape
bb.shape------------------>获得尺寸(2, 4)
bb.shape = (1,8) ---------> Reshape为1X8数组，8可以用-1表示，这样自动计算尺寸
c = bb.reshape(2,4)------>用reshape函数获得新数组，注意这里c与bb共享存储空间。若想隔离，需要用copy()函数
3. 数组的类型
bb.dtype------------------------>获得bb的数值类型，可能为int32, int64, float64, complex128等
生成不同数值类型的数组：
d = np.array([1,2,3,4], dtype=np.complex)
完整的类型列表：
>>> set(np.typeDict.values())
set([<type ‘numpy.bool_‘>, <type ‘numpy.int8‘>, <type ‘numpy.void‘>, <type ‘numpy.int32‘>, <type ‘numpy.uint32‘>, <type ‘numpy.float128‘>, <type ‘numpy.string_‘>, <type ‘numpy.uint8‘>, <type ‘numpy.float32‘>, <type ‘numpy.complex256‘>, <type ‘numpy.int64‘>, <type ‘numpy.uint64‘>, <type ‘numpy.complex64‘>, <type ‘numpy.unicode_‘>, <type ‘numpy.uint64‘>, <type ‘numpy.int16‘>, <type ‘numpy.uint16‘>, <type ‘numpy.float64‘>, <type ‘numpy.object_‘>, <type ‘numpy.complex128‘>, <type ‘numpy.int64‘>])
4. 几个专门创建数组的函数
np.arrange(start, end, step)---------------->生成等差数列，不包括end值
np.linspace(start, end, num)--------------------------->生成等差数列，默认包括end值
np.linspace(start, end, num, endpoint=False)-------->不包括end值
np.logspace(start, end, num, base, endpoint)------------------------->生成等比数列
np.zeros(size, dtype)， np.zeros_like(other)
np.ones(size, dtype)，np.ones_like(other)
np.random.rand(size, dtype)------------------------------------>生成随机数组
np.empty(size, dtype)--------------------------------------------->仅分配空间，不初始化，最快！
np.fromstring(str, dtype)-------------------------------------------->从字符串创建数组
np.frombuffer()
np.fromfile()
np.fromfunction(funcname, size)
5. 数组的切片和下标访问
一维数组的索引如下：
0,1,2，。。。-3，-2，-1，即负数会从后往前数
a[start:end:step]----------------------->取数组的一个切片，与原数组共享内存。不包括end值。
省略start，表示start = 0；
省略end，表示end = -1；
省略step，表示step = 1；
单独生成切片可以用slice函数
slice(start, end, step) = start:end:step
slice(None, end, step) = :end:step
slice(None, None, None) = :
另外也可以用s_对象生成slice
>>> np.s_[::2,2:]
(slice(None, None, 2), slice(2, None, None))
二维数组取一次下标，得到一维数组（想想C中的数组）
多次下标可以用元组方式，如x[2][2]等价于x[2,2]，或者直观一点x[(2,2)]
整数索引列表查表
idx = [1, 4, 5, 7]
y = x[idx]------------------->取出x中[1,4,5,7]位置处的值，放入y，不和原数组共享内存
整数数组也是一样的
布尔数组（np.array([True, False, True,...])）：只取数组中相应位置为True的元素；
布尔列表[True, False, True, ...]：将按照整数方式取， True = 1, False = 0.
NumPy学习笔记（1）
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。