numpy学习笔记

整理：杨柳依

参考资料：《Numpy学习指南（第2版）》

1. numpy 数组

1.1 创建数组

以下省略from numpy import *

• 创建一维数组

  >>> a = arange(5) # 创建一维数组 
  >>> b = array([1,2,3,4,5]) # 创建一维数组
  >>> c = array([1,2,3,4,5], dtype=int64) # 指定数据类型
  >>> d = array([1,2,3.5])  # 传入的list必须是同一类型，否则会自动转换
  

• 创建多维数组

  >>> a = array([[1,2,3],[4,5,6]])  # 创建二维数组
  >>> a.shape   # (2, 3)
  >>> a.ndim    # 2
  >>> a[1,0]    # 4
  

• 获取数组属性

  >>> a = arange(5) # array([0, 1, 2, 3, 4])
  
  >>> a.dtype # 获取类型
  dtype('int32')
  >>> a.shape # 获取形状，返回一个元祖，可以看出是一维数组
  (5,)
  >>> a.ndim    # 获取维度，返回一个数字
  1
  >>> a.size # 返回元素总个数
  5
  >>> a.itemsize    # 返回数组单个元素所占字节数
  4
  >>> a.nbytes  # 返回数组所占总空间
  20
  >> a.T    # 转置，对于一维数组无变化
  

  对于复数元素，有

  >>> b = array([1+2j,2+4j])    # array([1.+2.j, 2.+4.j])
  
  >>> b.real    # 获取实部
  array([1., 2.])
  
  >>> b.imag    # 获取虚部
  array([2., 4.])
  

  特别的，使用flat属性获取一个迭代器

  >>> a = array([[1,2,3],[4,5,6]])
  >>> f = a.flat
  >>> for i in a.flat:
          print(i," ",type(i))
  1   
  2   
  3   
  4   
  5   
  6   
  
  # 注意，使用一个for循环无法取到每一个元素，只能取出[1,2,3]和[4,5,6]
  
  >>> a.flat = 9 # 对flat属性赋值会覆盖所有元素
  >>> a
  array([[9, 9, 9],
         [9, 9, 9]])
  

1.2 数组切片

• 一维数组切片

  >>> a = arange(10)    # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
  
  >>> a[3:7]
  array([3, 4, 5, 6])
  
  >>> a[3:7:2]  # 步长为2
  array([3, 5])
  
  >>> a[::-1]       # 步长为-1，相当于翻转
  array([9, 8, 7, 6, 5, 4, 3, 2, 1, 0])
  

• 多维数组切片

  >>> a = array([[1,2,3,4],
               [5,6,7,8],
               [9,10,11,12]])
  
  >>> a[:,0]    # 获取第1列，得到一维数组
  array([1, 5, 9])
  
  >>> a[0,:]    # 获取第1行，得到一维数组
  array([1, 2, 3, 4])
  
  >>> b = array(([[[1,2,3],
                   [4,5,6]],
                  [[7,8,9],
                   [10,11,12]]]))
  
  >>> b[0,:,:]  # 获取第1张表上的所有数据
  array([[1, 2, 3],
         [4, 5, 6]])
  >>> b[0,...]  # 同上，多个连续的冒号(:)可以用省略号(...)代替
  >>> b[0]      # 同上，后面的冒号可以直接省略
  
  >>> b[0,:,-1] # 获取第1张表上所有行最后一列的数据
  array([3, 6])
  
  >>> b[0,:,::-1]   # 将第1张表上所有行的列元素倒序排列
  array([[3, 2, 1],
         [6, 5, 4]])
  

1.3 改变数组维度

• 展平数组（降成一维）

  >>> b = array(([[[1,2,3],
                 [4,5,6]],
                  [[7,8,9],
                   [10,11,12]]]))
  
  >>> b.ravel() # 不改变原数组
  array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12])
  
  >>> b.flatten()   # 不改变原数组
  array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12])
  

• 设置维度

  元素个数要与设置的维度相匹配，不然会报错

  >> b.shape = (2,6)    # 改变原数组，变为2×6的数组，[[1,2,3,4,5,6],[7,8,9,10,11,12]]
  >> b.resize((4,3))    # 改变原数组，变为4×3的数组
  >> b.reshape((3,4))   # 不改变原数组，返回3×4的数组
  

• 数组转置

  >>> b = array([[1,2,3,4]])    
  >>> b.transpose() # 不改变原数组，返回转置后的数组，[[1],[2],[3],[4]]
  >>> b.T   # 同上
  

1.4 数组的组合

先产生一些数组

>>> a = arange(9).reshape(3,3)
>>> b = arange(11,14).reshape(1,3)
>>> c = 2*a

>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> b
array([[11, 12, 13]])

>>> c
array([[ 0,  2,  4],
       [ 6,  8, 10],
       [12, 14, 16]])

• 水平组合

  >>> hstack((a,b.T))
  array([[ 0,  1,  2, 11],
         [ 3,  4,  5, 12],
         [ 6,  7,  8, 13]])
  
  >>> concatenate((a,b.T),axis=1)
  array([[ 0,  1,  2, 11],
         [ 3,  4,  5, 12],
         [ 6,  7,  8, 13]])
  

• 垂直组合

  >>> vstack((a,b))
  array([[ 0,  1,  2],
         [ 3,  4,  5],
         [ 6,  7,  8],
         [11, 12, 13]])
  
  >>> concatenate((a,b),axis=0) # concatenate函数axis参数默认为0，垂直组合
  array([[ 0,  1,  2],
         [ 3,  4,  5],
         [ 6,  7,  8],
         [11, 12, 13]])
  

• 深度组合

  >>> dstack((a,c))
  array([[[ 0,  0],
          [ 1,  2],
          [ 2,  4]],
  
         [[ 3,  6],
          [ 4,  8],
          [ 5, 10]],
  
         [[ 6, 12],
          [ 7, 14],
          [ 8, 16]]])
  

• 列组合

  >>> column_stack((b,b))   
  array([[11, 12, 13, 11, 12, 13]]) 
  
  # 对于二维数组，相当于hstack
  

• 行组合

  >>> row_stack((b,b))  
  array([[11, 12, 13],
         [11, 12, 13]])
  
  # 对于二维数组，相当于vstack
  

1.5 数组的分割

• 水平分割

  >>> hsplit(a,3)
  [array([[0],
          [3],
          [6]]), 
   array([[1],
          [4],
          [7]]), 
   array([[2],
          [5],
          [8]])]
  
  >>> split(a,3,axis=1) # 与hsplit相同
  

• 垂直分割

  >>> vsplit(a,3)
  [array([[0, 1, 2]]), array([[3, 4, 5]]), array([[6, 7, 8]])]
  
  >>> split(a,3,axis=0) # 与vsplit相同
  

• 深度分割

  >>> d = arange(8).reshape(2,2,2)
  >>> dsplit(d,2)
  [array([[[0],
           [2]],
          [[4],
           [6]]]), 
   array([[[1],
           [3]],
          [[5],
           [7]]])]