numpy學習總結（重點講解索引方式）

numpy思維導圖

ndarray物件是什麼

ndarray 內部由以下內容組成：

建立陣列的多種方式

特性ndarray物件的內容可以通過索引或切片來訪問和修改，與 python 中 list 的切片操作一樣。

切片是從原陣列切出乙個新的陣列；索引是可以通過下標訪問陣列。

高階索引是：整數陣列索引、布林索引、花式索引。

整數陣列索引：見名知意，通過在x放入整數陣列來表達要索引元素的下標，來檢索原陣列。

例如：

#

整數陣列索引
x = np.array([[1, 2], [3, 4], [5, 6]])
print
(x, '\n')
t = np.array([[0, 1, 2], [0, 1, 0]])　　# 這裡，我要獲取原陣列中（0,0）、（1,1）、（2,0）位置的元素
print
(t, '\n')
y = x[[0, 1, 2], [0, 1, 0]]
print(y, '
\n')

# 輸出

[[1 2]
[3 4]
[5 6]]
[[0 1 2]
[0 10]]
[1 4 5]

#

# 布林索引
x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11]])
print
(x)print(x[x > 5], '\n'
)## 使用了 ~（取補運算子）來過濾 nan。
a = np.array([np.nan, 1, 2, np.nan, 3, 4, 5])
print
(a)print(a[~np.isnan(a)], '\n'
)## 如何從陣列中過濾掉非複數元素
a = np.array([1, 2+6j, 5, 3.5+5j])
print
(a)print('
非複數 :
', a[~np.iscomplex(a)])
print('
複數 :
', a[np.iscomplex(a)], '
\n')

#

輸出[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
[ 6 7 8 9 10 11] 
[nan 1. 2. nan 3. 4. 5.]
[1. 2. 3. 4. 5.] 
[1. +0.j 2. +6.j 5. +0.j 3.5+5.j]
非複數 : [1.+0.j 5.+0.j]
複數 : [2. +6.j 3.5+5.j]

豐富的函式

numpy學習總結

匯入 import numpy as np 生成矩陣 array np.array 1,2,3 4,5,6 矩陣維度 array.ndim 矩陣形狀 array.shape 矩陣大小 array.size 矩陣元素型別 array.dtype a np.array 1,2,3 dtype np.in...

Numpy的學習3 索引

import numpy as np a np.arange 3,15 array 3,4,5,6,7,8,9,10,11,12,13,14 print a 3 6 a np.arange 3,15 reshape 3,4 array 3,4,5,6 7,8,9,10 11,12,13,14 pri...

NumPy學習總結（一）

這一章節我們將學習如何從數值範圍建立陣列。numpy 包中的使用 arange 函式建立數值範圍並返回 ndarray 物件，函式格式如下 numpy.arange start,stop,step,dtype 根據 start 與 stop 指定的範圍以及 step 設定的步長，生成乙個 ndarr...