Numpy库介绍

[TOC]
Numpy库数据基本类型

bool_ 布尔型数据类型（True 或者 False）
int_ 默认的整数类型（类似于 C 语言中的 long，int32 或 int64）
intc 与 C 的 int 类型一样，一般是 int32 或 int 64
intp 用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64）
int8 字节（-128 to 127）
int16 整数（-32768 to 32767）
int32 整数（-2147483648 to 2147483647）
int64 整数（-9223372036854775808 to 9223372036854775807）
uint8 无符号整数（0 to 255）

一、numpy数组的创建

arange格式

1
numpy.arange(start, stop, step, dtype)
参数 描述
start 起始值，默认为0
stop 终止值（不包含）
step 步长，默认为1
dtype 返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型。

从列表创建

1.一维数组

1
x = np.array([1,2,3,4,5],dtype="数据类型")

2.二维数组

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

linspace格式创建

numpy.linspace 函数用于创建一个一维数组，数组是一个等差数列构成的，格式如下：

1
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
参数 描述
start 序列的起始值
stop 序列的终止值，如果endpoint为true，该值包含于数列中
num 要生成的等步长的样本数量，默认为50
endpoint 该值为 true 时，数列中包含stop值，反之不包含，默认是True。
retstep 如果为 True 时，生成的数组中会显示间距，反之不显示。
dtype ndarray 的数据类型

均匀分配数组

该数组平均分配0~1，平均分配4份

1
np.linspace(0,1,4)

logspace格式创建

numpy.logspace 函数用于创建一个于等比数列。格式如下：

1
np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)
参数 描述
start 序列的起始值为：base ** start
stop 序列的终止值为：base ** stop。如果endpoint为true，该值包含于数列中
num 要生成的等步长的样本数量，默认为50
endpoint 该值为 true 时，数列中中包含stop值，反之不包含，默认是True。
base 对数 log 的底数。
dtype ndarray 的数据类型

等比数列数组

1
np.logspace(0,9,10)

zeros格式创建

创建指定大小的数组，数组元素以 0 来填充：

1
numpy.zeros(shape, dtype = float, order = 'C')

参数说明：

参数 描述
shape 数组形状
dtype 数据类型，可选
order ‘C’ 用于 C 的行数组，或者 ‘F’ 用于 FORTRAN 的列数组

长度为5，值都为0的数组

1
np.zeros(5,dtype=int)

ones格式创建

创建指定形状的数组，数组元素以 1 来填充：

1
numpy.ones(shape, dtype = None, order = 'C')

参数说明：

参数 描述
shape 数组形状
dtype 数据类型，可选
order ‘C’ 用于 C 的行数组，或者 ‘F’ 用于 FORTRAN 的列数组

(2)2*4的浮点型数组

1
np.ones((2,4),dtype=float)

full格式创建

填充一个指定格式的列表

用法:

1
numpy.full(shape, fill_value, dtype=None, order='C', *, like=None)
参数 描述
shape 数组形状
fill_value 标量或类似数组
dtype 数据类型，可选
order ‘C’ 用于 C 的行数组，或者 ‘F’ 用于 FORTRAN 的列数组
like 允许创建非 NumPy 数组的引用对象

3*5的数组

1
np.full((3,5),8.8)

二、从头创建数组

(4)3*3的单位矩阵

1
np.eye(3)

(8)随机数构成的数组

3*3的在0~1之间分布

1
np.random.random((3,3))

(9)有均值、标准差的随机数构成的数组

1
np.random.normal(0,1,(3,3))

(10)3*3的，在[0,10)之间随机整数构成的数组

1
np.random.randint(0,10,size = (3,3))

(11)随机重排列

1
2
x = np.array([10,20,30,40])
np.random.permutation(x)//不修改原列表
1
np.random.shuffle(x)//修改原列表

(12)随机采样

  • 按指定形状采样
1
x = np.arange(10,25,dtype = float)
1
np.random.choice(x,size=(4,3))
  • 按概率采样
1
np.random.choice(x,size=(4,3),p=x/np.sum(x))//

三、数组的性质

1
x = np.random.randint(10,size=(3,4))

1.数组的形状shape

1
x.shape

2.数组的维度ndim

1
x.ndim

3.数组的大小size

1
x.size

四、数组的索引

1.一维数组的索引

1
x1 = np.arange(10)
1
x1[0]

2.二维数组的索引

1
x2[0][2]

注：numpy数组的数据类型是固定的，向一个整数数组中加一个浮点数，会向下取整

五、数组的切片

1.一维数组—跟列表一样

1
x1 = np.arrange(10)
1
x1[:3]
1
x1[3:]
1
x1[::-1]

2.多维数组—以二维数组为例

1
x1[范围1,范围2]