Python之Numpy庫的簡單介紹（一）

numpy庫是乙個優秀的開源科學計算庫，下面是一些基礎的、對陣列進行的操作。

在想要應用numpy庫之前，記得新增如下語句。as的作用就相當於乙個賦值操作，np就作為numpy的物件

import numpy as np  # 這樣就可以用np呼叫numpy庫的函式，np相當於乙個別名

import numpy  # 或者直接使用numpy

array，其功能就是建立陣列

vector = np.array([1
,2,3
,4,5
])# 建立一維陣列
matrix = np.array([[
1,2]
,[3,
4],[
5,6]
])# 建立乙個3x2的陣列，二維陣列
cube = np.array([[
[1,2
,3],
[4,5
,6]]
,[[7
,8,9
],[10
,11,12
]]])
# 建立乙個2x2x3的三維陣列

對於cube這個三維陣列，理解起來可以將其比作乙個長方體（矩體），將這個長方體分成兩層，三行，兩列。由於三維陣列在不同的研究方向有不同的意思，有些我自己也不太懂。

array還有一些元素，可以對建立的陣列進行設定：

a = np.array([1 ,2,3 ,4,5 ,6], dtype= 'int32' ，order= 'c') # dtype的預設值是能夠讓陣列存在於這個序列中的最小型別，比如說乙個由整型和浮點型的陣列，dtype值為float32/float64，order常用的可選項為c和f，c是行優先，f是列優先 a.ndim # 可以得到a陣列的維度 a.t # 得到a的轉置 a.itemsize # 得到每個元素的型別大小（位元組） a.nbytes # 得到整個陣列的大小（位元組） a.shape # 得到a陣列的形狀，元組表示 a.size # 得到a陣列的元素個數 a.reshape(2, 3)# 得到乙個2x3的陣列，轉換陣列的形狀 a.min() # 求最小值 a.max()

# 求最大值

arange，其功能是建立乙個給定範圍的陣列

np.arange(12)
# 建立乙個大小為12的陣列，並且元素值從0-11
np.arange(3,
9,1, dtype=
'int32'
)# 建立乙個從3開始到9（不包括9），跨度為1的陣列，其列印出來的結果就是[3,4,5,6,7,8]

ndarray，其功能是建立多維陣列

a=np.ndarray(shape=(3
,4),dtype=
int,
buffer
=np.arange(15)
.reshape(3,
5))# 第乙個shape是你想要建立陣列的樣式，值為乙個元組，buffer是你可以指定的乙個陣列，但是必須要比建立的樣式大，buffer的作用是你可以建立乙個根據已有值的新的陣列，不設定buffer，則賦隨機值
np.ndarray((2
,),buffer
=np.array([1
,2,3
]),offset=np.int_(
).itemsize,dtype=
int)
# offset表示偏移量，np.int_().itemsize，itemsize的意思就是計算位元組大小，np.int_()表示的是int32這一型別，int32型別佔4個位元組，那他們結合起來的意思就是，offset=4byte，跳過第乙個元素。

zeros，建立0元素陣列（ones）

np.zeros(shape=(3
,4,5
))# 元素值均為0
np.ones(shape=(3
,4,5
))# 元素值均為1

hstack、vstack、hsplit、vsplit、tile、dot、sum的使用，實際效果可以用本地ide除錯

np.hstack(array1,array2)
# 水平拼接
np.vstack(array1,array2)
# 垂直拼接
np.hsplit(array1,2)
# 將array1水平分割成兩個單獨的陣列
np.vsplit(array1,2)
# 將array1垂直分割
np.tile(array,(2
,2))
# 行數增加2倍，列數增加2倍
np.dot(array1,array2)
# 矩陣乘法
matrix = np.array([[
1,3,
4],[
2,24,
5],[
4,6,
7]])
matrix.
sum(axis =1)
# axis=1時把陣列中的元素按列相加，axis=0時把陣列按行相加

concatenate的使用

a = np.array([[
1,2,
3],[
4,5,
6]])
b = np.array([[
4,5,
6],[
7,8,
9]])
np.concatenate(
(a,b)
,axis=0)
# axis=0時，垂直合併 axis=1時，水平合併

今天先寫到這裡吧，適用於像我這樣的新手，是一些很簡單的操作，最主要是了解原理！

Python之Numpy庫的簡單介紹（一）

python的numpy庫結構 Numpy庫簡介

python常用庫之numpy 一

Python資料分析之NumPy庫

Python之Numpy庫的簡單介紹（一）

python的numpy庫結構 Numpy庫簡介

python常用庫之numpy 一

Python資料分析之NumPy庫

相關推薦