python学习——numpy基础操作

numpy 基础操作

1 创建数组
2 数组常用属性和函数
3 数组元素增删
4 元素查找
5 数学运算
6 数组切片

1 创建数组

import numpy as np       #以后numpy简写为np
print(np.array([1,2,3]))    #>>[1 2 3]
print(np.arange(1,9,2))     #>>[1 3 5 7]
print(np.linspace(1,10,4)) #>>[  1.   4.   7.  10.]
print(np.random.randint(10,20,[2,3]))#2行3列
#>>[[12 19 12]
#>> [19 13 10]]
print(np.random.randint(10,20,5)) #>>[12 19 19 10 13]
a = np.zeros(3)
print(a)            #>>[ 0.  0.  0.]
print(list(a))      #>>[0.0, 0.0, 0.0]
a = np.zeros((2,3),dtype=int)  #创建一个2行3列的元素都是整数0的数组

2 数组常用属性和函数

import numpy as np
b = np.array([i for i in range(12)])
#b是[ 0  1  2  3  4  5  6  7  8  9 10 11]
a = b.reshape((3,4))   #转换成3行4列的数组，b不变
print(len(a))       #>>3  a有3行
print(a.size)       #>>12 a的元素个数是12
print(a.ndim)       #>>2  a是2维的
print(a.shape)  #>>(3, 4) a是3行4列
print(a.dtype)  #>>int32  a的元素类型是32位的整数
L = a.tolist() #转换成列表，a不变
print(L)
#>>[[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]]
b = a.flatten()    #转换成一维数组
print(b)            #>>[ 0  1  2  3  4  5  6  7  8  9 10 11]

3 数组元素增删

numpy数组一旦生成，元素就不能增删。上面函数返回一个新的数组。

import numpy as np
a = np.array((1,2,3))  #a是[1 2 3]
b = np.append(a,10)        #a不会发生变化
print(b)                #>>[ 1  2  3 10]
print(np.append(a,[10,20]))     #>>[ 1  2  3 10 20]
c = np.zeros((2,3),dtype=int)     #c是2行3列的全0数组
print(np.append(a,c))   #>>[1 2 3 0 0 0 0 0 0]
print(np.concatenate((a,[10,20],a)))
#>>[ 1  2  3 10 20  1  2  3]
In [10]: print(np.concatenate((c,np.array([[10,20,30]]))))...:
[[ 0  0  0][ 0  0  0][10 20 30]]In [12]: np.concatenate((c,np.array([[1,2],[10,20]])),axis=1)
Out[12]:
array([[ 0,  0,  0,  1,  2],[ 0,  0,  0, 10, 20]])
#axis=0可以看做直接把b矩阵接在a的下面，即按行进行合并），axis=1可以看做将矩阵连接在a的右边，即按列进行合并

import numpy as np
a = np.array((1,2,3,4))
b = np.delete(a,1)     #删除a中下标为1的元素,a不会改变
print(b)                #>>[1 3 4]
b = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
print(np.delete(b,1,axis=0))       #删除b的第1行得新数组
#>>[[ 1  2  3  4]
#>> [ 9 10 11 12]]
print(np.delete(b,1,axis=1))       #删除b的第1列得新数组
print(np.delete(b,[1,2],axis=0))   #删除b的第1行和第2行得新数组
print(np.delete(b,[1,3],axis=1))   #删除b的第1列和第3列得新数组

4 元素查找

import numpy as np
a = np.array((1,2,3,5,3,4))
pos = np.argwhere(a==3)  #pos是[[2] [4]]
a = np.array([[1,2,3],[4,5,2]])
print(2 in a)       #>>True
pos = np.argwhere(a==2)  #pos是[[0 1] [1 2]]
b = a[a>2]          #抽取a中大于2的元素形成一个一维数组
print(b)            #>>[3 4 5]
a[a > 2] = -1       #a变成[[ 1  2 -1] [-1 -1  2]]

5 数学运算

import numpy as np
a = np.array((1,2,3,4))
b = a + 1
print(b)    #>>[2 3 4 5]
print(a*b)  #>>[ 2  6 12 20]  a,b对应元素相乘
print(a+b) #>>[3 5 7 9]  a,b对应元素相加
c = np.sqrt(a*10)  #a*10是[10 20 30 40]
print(c) #>>[ 3.16227766  4.47213595  5.47722558  6.32455532

6 数组切片

numpy数组的切片是“视图”，是原数组的一部分，而非一部分的拷贝
切片是左闭右开[，)

import numpy as np
a = np.arange(8)   #a是[0 1 2 3 4 5 6 7]
b = a[3:6]     #注意，b是a的一部分
print(b)        #>>[3 4 5]
c = np.copy(a[3:6])    #c是a的一部分的拷贝
b[0] = 100     #会修改a
print(a)        #>>[  0   1   2 100   4   5   6   7]
print(c)        #>>[3 4 5]  c不受b影响
a = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]])
b = a[1:3,1:4]     #b是>>[[ 6  7 8] [10 11 12]]

python学习——numpy基础操作相关推荐

python之numpy基础_Python知识普及：Numpy基础操作
原标题:Python知识普及:Numpy基础操作 Numpy基础数据结构创建数组 Numpy通用函数 import numpy as np # reshape 改变数组维度形状 ar1 = np.a ...
Python学习入门基础教程(learning Python)--5.6 Python读文件操作高级
前文5.2节和5.4节分别就Python下读文件操作做了基础性讲述和提升性介绍,但是仍有些问题,比如在5.4节里涉及到一个多次读文件的问题,实际上我们还没有完全阐述完毕,下面这个图片的问题在哪呢? 问 ...
python基础语法及知识总结-Python 学习完基础语法知识后，如何进一步提高？
---4.30更新---感谢大家支持,点赞都破两千了.给大家整理出来新的资料,需要的小伙伴来自取: Python练手项目视频如下: Python自学基础知识如下: 以下为原文内容: Python 学习 ...
NumPy基础操作（1）
NumPy基础操作(1) (注:记得在文件开头导入import numpy as np) 目录: 数组的创建强制类型转换与切片布尔型索引结语数组的创建相关函数 np.array(), np. ...
python中numpy矩阵运算操作大全（非常全）！
python中numpy矩阵运算操作大全(非常全) //2019.07.10晚 python矩阵运算大全 1.矩阵的输出形式: 对于任何一个矩阵,python输出的模板是: import numpy ...
python学习三-基础语法
python学习三-基础语法(2019-12-24日晚) 1.源码文件 Python源码文件名通常采用小写的方式,常见的扩展名有: py:基本的源码扩展名. pyw:是另一种源码扩展名,跟py唯一的区 ...
Python 学习 —— Numpy 、Pandas 傻傻分不清楚
之前的文章里面谈到过,我从R转到Python上,一个很大的不习惯就是R的数据结构比较简单,但是Python的数据类型比较多,很容易就令人头脑混乱.但是今天学习了一下Udacity的课程,顿时就清楚多了 ...
【Python】Numpy基础：数组和矢量运算
Numpy基础:数组和矢量运算目录: 文章目录一 Numpy及其重要性二 ndarray:一种多维数组对象 1 创建ndarray 2 ndarray的数据类型 3 数组和标量之间的运算 4 基 ...
Python学习入门7：python学习从基础到高手，再到就业
其实入门Python并不难,难的是选定自己的学习方向. 简单说下Python可以做什么: 后台开发(Django / Flask / Tornado) 科学计算(Numpy / Scipy / Mat ...

python学习——numpy基础操作

numpy 基础操作

1 创建数组

2 数组常用属性和函数

3 数组元素增删

4 元素查找

5 数学运算

6 数组切片

python学习——numpy基础操作相关推荐

最新文章

热门文章