python之numpy

2021-11-13 12:02:29 阅读：145 来源： 互联网

标签：arr python dtype 数组 np numpy ndarray axis

1. numpy中用于生成ndarray的常用方法

1.1 导入numpy模块

import numpy as np

1.2 生成特定ndarray数组的方法

np.ones(shape, dtype)
np.ones_like(a, dtype)
np.zeros(shape, dtype)
np.zeros_like(a, dtype)

1.3 利用现有序列或数组生成ndarray数组

np.array(object,dtype)
- 深拷贝，创建新的数组
np.asarray(array,dtype)
- 浅拷贝

1.4 生成固定范围的ndarray数组

np.linspace (start, stop, num, endpoint)
- num：生成序列中元素个数，默认50
- endpoint：是否包含stop值，默认为True
np.arange(start,stop,step,dtype)
- step：步长，默认为1
np.logspace(start,stop,num)
- 创建等比数列
- num：生成的ndarray对象的元素个数

1.5 利用np.random模块生成ndarray数组

np.random.randn(d0,d1,...,dn)
- 生成的ndarray元素值符合标准正态分布
- 参数个数等于生成的ndarray的维度。
np.random.normal(loc,scale,size)
- loc：正态分布的均值
- scale：正态分布的标准差
- size：生成的ndarray的dtype，是个元组或列表或int，缺省时输出一个值
np.random.standard_normal(size)
- size：生成的ndarray的dtype，是个元组或列表
np.random.rand(d0,d1,...,dn)
- 生成的ndarray对象的元素符合0-1均匀分布
- 参数个数等于生成的ndarray的维度
np.random.uniform(low,high,size)
- low：采样下界
- high：采样上界
- size：为int或元组或列表类型，缺省时输出1个值
np.random.randint(low, high=None, size=None, dtype='l')
- high不为空时，取[low,high)之间的随机整数
- 若high为空时，取[0,low)之间的随机整数

1.6 利用已有的数组生成一个去重的一维ndarray数组对象

np.unique(array)
- array：一个数组
- 返回一个一维的去重的ndarray对象

2. ndarray类型：它是一个可变类型

2.1 ndarray对象的属性

属性名字	属性解释
ndarray.shape	ndarray数组维度的元组
ndarray.ndim	ndarray数组维数
ndarray.size	ndarray数组中的元素数量
ndarray.itemsize	一个ndarray数组元素的长度（字节）
ndarray.dtype	ndarray数组元素的类型

2.2 ndarray对象的常用实例方法

arr.reshape(shape)
- 返回一个新的视图
arr.resize(new_shape)
- 原地修改
- 将数组本身形状改变
arr.T
- 返回该arr的转置视图
arr.astype(type)
- 修改元素类型，返回该arr的新的视图
arr.tostring()
- 见名知意
arr.tobytes()
- 转化为python字节

2.3 ndarray对象的索引

arr[0,0:3]
- 逗号分割维度
- 每个维度都可以进行切片操作

2.4 ndarray对象的运算

# 每个元素进行比较
arr > 60

arr[arr>60]=1

ndarray对象与数的运算
- 数与数组的逐个元素进行运算
ndarray对象之间运算
- 对应元素相互运算。
- 满足广播机制

arr = np.array([[1, 2, 3, 2, 1, 4], [5, 6, 1, 2, 3, 1]])
arr + 1

3. numpy中对ndarray运算的方法

3.1 通用判断函数：返回值为布尔类型

np.all(关于数组的表达式)
np.any(关于数组的表达式)

np.all(score[0:2, :] > 60)

np.any(score[0:2, :] > 80)

3.2 np.where(布尔表达式，情况1，情况2)

返回值是ndarray类型

np.where(temp > 60, 1, 0)

np.where(np.logical_and(temp > 60, temp < 90), 1, 0)

3.3 对ndarray的统计运算

np.min(arr,axis)
np.max(arr,axis)
np.median(arr,axis)
np.mean(arr,axis,dtype)
np.std(arr,axis,dtype)
np.var(arr,axis,dtype)
np.argmax(arr,axis)
np.argmin(arr,axis)
np.sqrt(arr)

3.4 对ndarray进行矩阵运算

np.matmul(arr1,arr2)
np.dot(arr1,arr2)
- 也是矩阵相乘，还可以矩阵与标量运算

标签：arr,python,dtype,数组,np,numpy,ndarray,axis
来源： https://blog.csdn.net/weixin_44390164/article/details/121300677

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9