numpy 学习笔记

导入 numpy 包

import numpy as np

声明 ndarray 的几种方法

方法一，从list中创建

l = [[1,2,3], [4,5,6], [7,8,9]]
matrix = np.array(l)
print(matrix)

[[1 2 3][4 5 6][7 8 9]]

方法二，指定维度，不赋值

matrix = np.ndarray(shape=(3,4))
print(matrix)

[[9.66308774e-312 2.47032823e-322 0.00000000e+000 0.00000000e+000][1.89146896e-307 2.42336543e-057 5.88854416e-091 9.41706373e-047][5.44949034e-067 1.46609735e-075 3.99910963e+252 3.43567991e+179]]

由上述的输出可见，矩阵内部的值未初始化，其实这都是原来对应内存地址中的数值

方法三，指定维度，初始化成全零的矩阵

matrix = np.zeros(shape=[3,4])
print(matrix)

[[0. 0. 0. 0.][0. 0. 0. 0.][0. 0. 0. 0.]]

方法四，使用默认参数，赋值成从0至arange的一组数

使用默认参数（arange），生成从0至arange的一组数据

matrix = np.arange(12).reshape(3,4)
print(matrix)

[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]

方法五，生成随机数数组

arr = np.random.random((1,5))  # 生成 1 行 5 列的一组数

[[ 2.42219258  0.67773029  5.412364    6.21824333  1.2890334 ]]

数值计算

操作全部元素

乘法

print(matrix)
print("after times 10 on every elements:")
print(matrix * 10)

[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
after times 10 on every elements:
[[  0  10  20  30][ 40  50  60  70][ 80  90 100 110]]

加法

print(matrix)
print("after plus 10 on every elements:")
print(matrix + 10)

[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
after plus 10 on every elements:
[[10 11 12 13][14 15 16 17][18 19 20 21]]

操作部分元素

print(matrix)
print("after times 10 on every elements:")
print(matrix[1] * 10)

[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
after times 10 on every elements:
[40 50 60 70]

计算矩阵的秩

m = np.array([[1,2,3], [0,1,2], [0,0,1]])
np.linalg.matrix_rank(m, tol=None)

output:

3

索引部分元素

取一行数据

print(matrix)
print("a line of a matrix:")
print(matrix[1])

[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
a line of a matrix:
[4 5 6 7]

取一列数据

以行的形式返回，得到一个行向量

print(matrix)
print("a column of a matrix:")
print(matrix[:,1])

[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
a column of a matrix:
[1 5 9]

以列的形式返回，得到一个列向量

print(matrix)
print("a column of a matrix:")
print(matrix[:,1:2])

[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
a column of a matrix:
[[1][5][9]]

类型转换

astype 方法可以完成类型转换

>>> import numpy as np
>>> x = np.array([0.1, 0.2, 1.2])
>>> x.astype('int')
array([0, 0, 1])

numpy 转 list

numpy 变量自带 tolist 方法

>>> a = np.array([[1, 2], [3, 4]])
>>> a.tolist()
[[1, 2], [3, 4]]

参考资料

《利用python进行数据分析》. https://book.douban.com/subject/25779298/
Numpy. Quickstart tutorial. https://docs.scipy.org/doc/numpy/user/quickstart.html