Numpy是python的一个科学计数包,包含了多维数组的操作。
Numpy的核心是ndarray对象,这个对象封装了同质数据类型的n维数组。
1、Numpy.linspace() 方法
Numpy.linspace(start,stop,num=50,endpoint=True,restep=False,dtype=None)
功能:返回在规定范域内的数值列表
参数:
start:规定区域的开始值
stop:规定区域的结束值
num:产生样本点的的数目
endpoint:如果设置为True,那么stop参数将产生影响
dtype:输出数值的类型
例子:
import numpy as np
np.linspace(2.0, 3.0, num=5)
array([ 2. , 2.25, 2.5 , 2.75, 3. ])
2、Numpy.arange()方法
Numpy.arange([start,]stop,[step]dtype=None)
功能:在给定的范围内,返回一数组
参数:
Start:数值范围的起始点(该范围包括该值)
Stop:数值范围的结束值(该范围不包括该值)
Step:单位位移值
dtype:输出数组的类型
例子:
import numpy as np
np.arange(3)
array([0, 1, 2])
3、umpy.random.rand()方法
numpy.random.rand(d0,d1,…,dn)
功能:生成一个参数格式类型的数组
参数:
d0,d1,…,dn:返回一个参数类型的维度
例子:
import numpy as np
np.random.rand(3,2)
array([[ 0.14022471, 0.96360618], #random
[ 0.37601032, 0.25528411], #random
[ 0.49313049, 0.94909878]]) #random
4、Numpy.random.randn()方法
Numpy.random.randn(d0,d1,…,dn)
功能:该函数将产生一个形如(d0,d1,…,dn)格式类型形式的样本,或者样本集,该样本或者样本集服从正太分布(高斯分布)。如果传入参数是元组类型,可用numpy.random.standard_normal代替
参数:
d0,d1,…,dn:该参数为我们要返回数组类型的格式,如果没有输入参数,Python则返回单个浮点值
例子:
import numpy as np
2.5 * np.random.randn(2, 4) + 3
array([[-4.49401501, 4.00950034, -1.81814867, 7.29718677], #random
[ 0.39924804, 4.68456316, 4.99394529, 4.84057254]]) #random
5、Numpy.fromfunction()方法
Numpy.fromfunction(function,shape,**Kwargs)
功能:通过方法的执行结果,从而来构造一个特定的数组格式
参数:
Function:该函数可以被N个参数所调用,该N个参数类型格式被shape所决定
Shape:该参数决定输出数组类型的维度,也决定function该参数的输入格式
例子:
import numpy as np
np.fromfunction(lambda i, j: i == j, (3, 3), dtype=int)
array([[ True, False, False],
[False, True, False],
[False, False, True]])
6、numpy.ndarray.flatten
该函数返回折叠为一维的数组副本
例子:
import numpy as np
a = np.arange(8).reshape(2,4)
print '原数组:'
print a
print '\n'
# default is column-major
print '展开的数组:'
print a.flatten()
print '\n'
print '以 F 风格顺序展开的数组:'
print a.flatten(order = 'F')
原数组:
[[0 1 2 3]
[4 5 6 7]]
展开的数组:
[0 1 2 3 4 5 6 7]
以 F 风格顺序展开的数组:
[0 4 1 5 2 6 3 7]
7、numpy.zeros
返回特定大小,以 0 填充的新数组。
例子:
# 含有 5 个 0 的数组,默认类型为 float
import numpy as np
x = np.zeros(5)
print x
[ 0. 0. 0. 0. 0.]
8、numpy.asarray
此函数类似于numpy.array,除了它有较少的参数。 这个例程对于将 Python 序列转换为ndarray非常有用。
# 将列表转换为 ndarray
import numpy as np
x = [1,2,3]
a = np.asarray(x)
print a
[1 2 3]
9、ndarray对象的内容可以通过索引或切片来访问和修改,就像 Python 的内置容器对象一样。