numpy的引入及数组操作-CFANZ编程社区

numpy的引入及数组操作

优势

快速；
方便；
科学计算的基础库；

介绍

一个在Python中做科学计算的基础库，重在数值计算，也是大部分Python科学计算库的基础库，多用在大型、多维数组上执行数值运算。

使用

数组

创建数组：
```
import numpy as np
a_1 = np.array([1, 2, 3, 4, 5])
a_2 = np.array(range(1, 6))
a_3 = np.arange(1, 6)
```
- 以上三个数组的内容相同；
- arange()与range()区别:
  - arange([start, ]stop[, step][, dtype=None])
    - dtype是指数组中存放的数据的类型。会在Python基础类型后加一个显示位数的数字，比如int64（表示有符号和无符号位的64位（8字节）整型数据）；
    - 默认根据电脑位数存储；
    - 传入参数可更改数据类型（比如np.int8）；
    - 使用astype()方法可通过传参改变数组类型，会形成新数组，不影响原数组数据；
```
np.random.random()
```
- 生成0~1的随机小数；
```
np.round(array, n)
```
- 对传入的数列进行取N位小数操作；
数组的形状：
- 查看形状：
  - array.shape()
- 重塑形状：
  - array.reshape(x,y,z[,…])
    - n个参数则产生n维数组；
    - 举例：
```
array_1 = np.arange(24)
array_2 = array_1.reshape(2, 3, 4)
```
      输出结果为：
```
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23] 
 [[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]

 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]
```
      - 注意：数组元素数目必须与参数乘积相等，否则报错；
  - array.flatten()
    - 将数组展开成一维数组；
数组的计算：
- 数组与数字做运算：
  - 对数组进行加减乘除相当于对数组的每个数字进行相应计算；
  - 注意：在numpy中对0做除法，0/0 = nan；n/0 = inf；
- 数组与数组同形时做运算，对应位置做运算；
- 数组与数组列数相同时，每行做一次运算；
- 数组与数组行数相同时，每列做一次运算；
- 注意：如果两个数组的后缘维度（从末尾开始算起的维度）的轴长度相符或者其中一方的长度为一，则默认他们是广播兼容的。广播会在缺失或（和）长度为一的维度上进行；

0 条评论