Numpy常用方法总结

1.创建数组
t1 = np.array(range(1,4))
t1 = np.array([1,2,3])
t1 = np.arange(1,4)

2.指定数据类型
（1）在创建数组时指定：
t1 = np.array([1,2,3],dtype=“int64”)
（2）在创建后修改数据类型：
t1.astype(“int64”)
常见数据类型如下：
序号 数据类型及描述

1. bool 存储为一个字节的布尔值（真或假）
2. int 默认整数，相当于 C 的long，通常为int32或int64
3. intc 相当于 C 的int，通常为int32或int64
4. intp 用于索引的整数，相当于 C 的size_t，通常为int32或int64
5. int8 字节（-128 ~ 127）
6. int16 16 位整数（-32768 ~ 32767）
7. int32 32 位整数（-2147483648 ~ 2147483647）
8. int64 64 位整数（-9223372036854775808 ~ 9223372036854775807）
9. uint8 8 位无符号整数（0 ~ 255）
10. uint16 16 位无符号整数（0 ~ 65535）
11. uint32 32 位无符号整数（0 ~ 4294967295）
12. uint64 64 位无符号整数（0 ~ 18446744073709551615）
13. float_ float64的简写
14. float16 半精度浮点：符号位，5 位指数，10 位尾数
15. float32 单精度浮点：符号位，8 位指数，23 位尾数
16. float64 双精度浮点：符号位，11 位指数，52 位尾数
17. complex_ complex128的简写
18. complex64 复数，由两个 32 位浮点表示（实部和虚部）
19. complex128 复数，由两个 64 位浮点表示（实部和虚部）

3.显示和更改数据的行数和列数
例如（1）一维数组t1 = [1,2,3,4,5,6]
print(t1.shape), 返回[6,]，表示是一个一维数组，且有六个元素
（2）二维数组t2=[[1,2,3], [4,5,6]]
print(t2.shape),返回[2,3]，表示是一个二行三列的二维数组
（3）t2.reshape((3,2)) ,表示将t2从一个二行三列的二维数组转变成一个三行二列的二维数组

4.读取本地文件到numpy
np.loadtxt(“FilePath”,delimiter="",dtype="",skiprows=2)
其中参数1指定文件地址，参数2代表文件以什么形式分割（一般为逗号或者｜），参数3指定数据的类型,参数4指定跳过文件的前两行不处理

5.切片操作
假设有这样一个二维数组t1 =[ [1,2,3],[4,5,6],[7,8,9]]
（1）选择连续的多行：t1[0:2,:]，其中[]内逗号前是对行的操作，逗号后是对列的操作。该句表示选取t1的第1行和第二行
（2）选择连续的多列：t1[:,0:2]。该句表示选取t1的第一列和第二列

（3）选取不连续的行和列：t1[[0,2],[0,2]]
表示选取第一行和第三行，同时也是第一列和第三列的数据，取交集，则为取t1的1，3和7，9

6.常用统计函数
t1=[[1,2,3],[4,5,6],[7,8,9]]
（1）t1.sum(axis=0) 表示对0轴，即按列相加的求和函数
结果：array[12,15,18]
（2）t1.mean(axis=0) 按列取平均值
结果：array[4,5,6]
（3）t1.max() t1.min() 取整个数组的最大值和最小值
（4）mp.median(t1,axis=0) 按列取中值
结果:array[4,5,6]
（5）np.ptp(t1,axis=0) 计算列的极值，即列的最大值和最小值的差
结果:array[6,6,6]
（6）t1.std() 计算标准差，即数与平均数的离散程度

7.一些常用其他操作
（1）布尔索引：t1[t1>10] = 3 ,表示将数组中>10的数都改为3
（2）三元运算符：np.where(t1>10,20,0),表示将数组中>10的数改为20，<=10的数改为0
（3）裁剪：t1.clip(10,20),表示将数组中<10的数替换为10，>20的数替换为20
（4）转置矩阵（即将矩阵的行列相互颠倒，第一行的值写到第一列）
法一：t1.T
法二：t1.transpose()