0
点赞
收藏
分享

微信扫一扫

Numpy的运用

Python百事通 2022-03-11 阅读 66

1.NumPy中最重要的一个特点就是其N维数组对象,即ndarray(别名array)对象,该对象可以执行一些科学计算。

属性说明
ndarray.ndim数组轴的个数
ndarray.shape一个整数的元组,表示每个维度上数组的大小,如n行m列数组,shape属性为(n,m)
ndarray.size数组元素的个数,等于shape属性中元组元素的乘积
ndarray.dtype描述数组元素类型的对象
ndarray.itemsize数组中每个元素的大小

2.创建NumPy数组

  1. data=np.array([1,2,3])   一维数组
  2. data=np.array([[1,2,3],[4,5,6]])  二维数组
  • 通过zeros()函数创建元素值都是0的数ones()函数创建元素值都为1的数组

创建元素值全是0的数组

np.zeros((3, 4))

创建元素值全是1的数组

np.ones((3, 4))

通过empty()函数创建一个新的数组,该数组只分配了内存空间,它里面填充的元素都是随机的

创建元素值全是随机数的数组

np.empty((5, 2))

通过arange()函数可以创建一个等差数组,它的功能类似于range(),只不过arange()函数返回的结果是数组,而不是列表。

np.arange(1, 20, 5)

结果  array([ 1,  6, 11, 16])

3.查看数据类型

ndarray.dtype以创建一个表示数据类型的对

 NumPy中常用的数据类型如右表所示。

类型含义
boolTrue或False
int8 ,uint8有符号和无符号的8位整数
int16,uint32有符号和无符号的16位整数
int32 ,uint32有符号和无符号的32位整数
int64 ,uint64有符号和无符号的64位整数
float16浮点数,小数(16位)
float32浮点数,小数(32位)
float64浮点数,小数(64位)
complex64复数,,32位浮点数表示实部和虚部
complex128复数,,64位浮点数表示实部和虚部
objectPython对象
string_固定长度的字符串类型
unicode固定长度的unicode类型

 4.整数索引和切片的基本使用

一维数组来说,从表面上来看,使用索引和切片的方式,与Python列表的功能相差不大

 二维数组中,每个索引位置上的元素不再是一个标量了,而是一个一维数

 如果想获取二维数组的单个元素要通过形如“arr[xy]”的索引来实其中x表示行号,y表示列号。

 维数组的切片是沿着行或列的方向选取元素的,我们可以传入一个切片,也可以传入多个切片,还可以将切片与整数索引混合使用。

5.花式(数组)索引的基本使用

 

6.将条件逻辑转为数组运算

 

NumPywhere()函数是三元表达式x if condition else y的矢量化版本。

 如果希望对NumPy数组中的元素进行排序,可以通过sort()方法实

 如果希望对任何一个轴上的元素进行排序要将轴的编号作为sort()方法的参数传入。

all()函数用于判断整个数组中的元素的值是否全部满足条件,如果满足条件返回True,否则返回False 

any()函数用于判断整个数组中的元素至少有一个满足条件就返回True,否则就返回False

 

 7.唯一化及其他集合逻辑

针对一维数组,NumPy提供了unique()函数来找出数组中的唯一值,并返回排序后的结

in1d()函数用于判断数组中的元素是否在另一个数组中存在,该函数返回的是一个布尔型的数

8.随机数模块 

rand()函数隶属于numpy.random模块,它的作用是随机生成N维浮点数组。 

seed( )函数可以保证生成的随机数具有可预测性,也就是说产生的随机数相

 

 

举报

相关推荐

0 条评论