Python基础 - NumPy数组

一、多维数组

Python提供的基础数据结构列表、元组等都是可以看做简单的一维数组,那么用到多维数组时该如何处理呢?因为当前的结构中的每个元素都是不限类型的,而每种结构也是一种类型,那么理所当然可以想到将基础数据结构嵌入到基础数据结构中得到多维数据结构:

Python基础 - NumPy数组_第1张图片

 

二、NumPy数组基础

NumPy是Python的一个扩展程序库,支持大量的为读书族与矩阵运算,并且针对数组运算提供了大量的数学函数库。

引用NumPy库并创建数组:

Python基础 - NumPy数组_第2张图片

还可以通过empty方法来创建一个指定维度、数据类型但是未赋初值数组:

Python基础 - NumPy数组_第3张图片

还可以通过 numpy.zeros 创建指数组元素都是 0的数组:

通过 numpy.ones 创建数组元素都是1的数组;

NumPy 数组的维数称为秩(rank),秩就是轴的数量,即数组的维度,一维数组的秩为 1,二维数组的秩为 2,以此类推。

在 NumPy中,每一个线性的数组称为是一个轴(axis),也就是维度(dimensions)。比如说,二维数组相当于是两个一维数组,其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴(axis),第一个轴相当于是底层数组,第二个轴是底层数组里的数组。而轴的数量——秩,就是数组的维数。

很多时候可以声明 axis。axis=0,表示沿着第 0 轴进行操作,即对每一列进行操作;axis=1,表示沿着第1轴进行操作,即对每一行进行操作。

属性 说明
ndarray.ndim 秩,即轴的数量或维度的数量
ndarray.shape 数组的维度,对于矩阵,n 行 m 列
ndarray.size 数组元素的总个数,相当于 .shape 中 n*m 的值
ndarray.dtype ndarray 对象的元素类型
ndarray.itemsize ndarray 对象中每个元素的大小,以字节为单位
ndarray.flags ndarray 对象的内存信息
ndarray.real ndarray元素的实部
ndarray.imag ndarray 元素的虚部
ndarray.data 包含实际数组元素的缓冲区,由于一般通过数组的索引获取元素,所以通常不需要使用这个属性。

三、numpy的数组的高级索引

NumPy 比一般的 Python 序列提供更多的索引方式。除了之前看到的用整数和切片的索引外,数组可以由整数数组索引、布尔索引及花式索引。

整数数组索引:根据数组索引确定位置:

Python基础 - NumPy数组_第4张图片

定义的数组索引为 [[0,1,2],[0,1,2]],即为取对应(0,0) (1,1)(2,2)位置的值

 

布尔索引:通过布尔因素安来获取符合指定条件的元素:

获取array0中对3取余数为0的元素;

 

花式索引是根据索引数组的值作为目标数组的某个轴的下标来取值。对于使用一维整型数组作为索引,如果目标是一维数组,那么索引的结果就是对应位置的元素;如果目标是二维数组,那么就是对应下标的行。

Python基础 - NumPy数组_第5张图片

还可以传入倒叙索引数组,即传入负数索引;

以及使用np.ix_ 来传入多个索引数组,如果 np.xi_ 中输入两个列表,则第一个列表存的是待提取元素的行标,第二个列表存的是待提取元素的列标,第一个列表中的每个元素都会遍历第二个列表中的每个值,构成新矩阵的一行元素。

四、数组操作

数组可以进行数学运算,在数组shape相同时,进行加减乘除即为对应位置元素加减乘除:

Python基础 - NumPy数组_第6张图片

在进行运算的两个数组是不同形状时,会有一个广播(broadcast)机制:

  • 让所有输入数组都向其中形状最长的数组看齐,形状中不足的部分都通过在前面加 1 补齐。
  • 输出数组的形状是输入数组形状的各个维度上的最大值。
  • 如果输入数组的某个维度和输出数组的对应维度的长度相同或者其长度为 1 时,这个数组能够用来计算,否则出错。
  • 当输入数组的某个维度的长度为 1 时,沿着此维度运算时都用此维度上的第一组值。

例如:

Python基础 - NumPy数组_第7张图片

此外还有一些操作:

reshape 不改变数据的条件下修改形状
flat 数组元素迭代器
flatten 返回一份数组拷贝,对拷贝所做的修改不会影响原始数组
ravel 返回展开数组
transpose 对换数组的维度
ndarray.T self.transpose() 相同
rollaxis 向后滚动指定的轴
swapaxes 对换数组的两个轴
broadcast 产生模仿广播的对象
broadcast_to 将数组广播到新形状
expand_dims 扩展数组的形状
squeeze 从数组的形状中删除一维条目
concatenate 连接沿现有轴的数组序列
stack 沿着新的轴加入一系列数组。
hstack 水平堆叠序列中的数组(列方向)
vstack 竖直堆叠序列中的数组(行方向)
split 将一个数组分割为多个子数组
hsplit 将一个数组水平分割为多个子数组(按列)
vsplit 将一个数组垂直分割为多个子数组(按行)
resize 返回指定形状的新数组
append 将值添加到数组末尾
insert 沿指定轴将值插入到指定下标之前
delete 删掉某个轴的子数组,并返回删除后的新数组
unique 查找数组内的唯一元素

 

 

 

 

 

 

 

 

 

 

 

你可能感兴趣的:(python)