numpy均匀分布_Python中的Numpy基础20问

1、什么是numpy？

一言以蔽之，numpy是python中基于数组对象的科学计算库。

提炼关键字，可以得出numpy以下三大特点：

• 拥有n维数组对象;
• 拥有广播功能(后面讲到)；
• 拥有各种科学计算API，任你调用；

2、如何安装numpy？

因为numpy是一个python库，所以使用python包管理工具pip或者conda都可以安装。

安装python后，打开cmd命令行，输入：

pip install numpy

即可完成安装。

3、什么是n维数组对象？

n维数组(ndarray)对象，是一系列同类数据的集合，可以进行索引、切片、迭代操作。

numpy中可以使用array函数创建数组:

import numpy 

4、如何区分一维、二维、多维？

判断一个数组是几维，主要是看它有几个轴(axis)。

一个轴表示一维数组，两个轴表示二维数组，以此类推。

每个轴都代表一个一维数组。

比如说，二维数组第一个轴里的每个元素都是一个一维数组，也就是第二个轴。

一维数组一个轴：

[1,2,3]

二维数组两个轴：

[[0, 1, 2],
 [3, 4, 5]]

三维数组三个轴：

[[[ 0,  1,  2],
  [ 3,  4,  5]],

 [[ 6,  7,  8],
  [ 9, 10, 11]]]

以此类推n维数组。

5、如何创建n维数组？

numpy中常用array函数创建数组，传入列表或元组即可。

创建一维数组，并指定数组类型为int：

import numpy 

创建二维数组：

import numpy 

还可以使用arange函数创建一维数字数组，用法类似python的range函数.

import numpy 

6、如何创建随机数组？

numpy的random模块用来创建随机数组。

• random.rand函数，生成[0,1)均匀分布的随机数组

import numpy 

• random.randn函数，生成数值成标准正态分布(平均值为0，标准差为1)的数组

import numpy 

• random.randint函数，生成可以指定范围的随机整数数组

import numpy 

• random.normal函数，生成数值成正态分布(可指定平均值、标准差)的数组

import numpy 

random模块还有其他函数，这里不多说。

7、如何查看数组的维度？

前面说到，数组维度即代表轴的数量。

我们可以通过数组(ndarray)对象的ndim或shape属性，来查看轴的数量。

• ndim属性直接返回维度值；
• shape属性返回一个元组，元组的长度即代表维度值，里面的数字从左往右分别代表每一轴的元素数量。

import numpy 

8、如何查看数组有多少个元素？

数组(ndarray)对象的size属性可以查看数组包含元素总数。

import numpy 

还可以通过shape属性返回元素的乘积，来计算数组元素数量。

import numpy 

9、Numpy数组支持哪些数据类型？

Numpy支持的数据类型非常多，所以很适合做数值计算。下面给出常见的数据类型：

10、如何查看数组的类型？

数组(ndarrry)对象提供dtype属性，用来查看数组类型。

import numpy 

11、如何改变数组的形状？

前面说过，数组的shape属性返回一个元组，能够反映数组的形状，包括维度以及每个轴的元素数量。

那么如果给定一个数组，怎么改变其形状呢？

常用的方式有两种：

• reshape方法，它返回一个新的数组，而不能改变原始数组。
• resize方法，无返回值，它更改了原始数组。

比如说我要将一个二维数组转换为三维数组。

import numpy 

reshape方法可以传入整数或者元组形式的参数。

传入的参数和shape属性返回的元组的含义是一样的。

例如， x2.reshape(1,2,3)是将二维数组转换成三维数组，参数个数代表要转换的维度，参数数字从左到右分别表示0轴、1轴、2轴的元素数量。

resize方法和reshape方法使用形式一样，区别是resize方法改变了原始数组形状。

import numpy 

12、如何对数组进行索引和切片操作？

numpy一维数组的索引和切片操作类似python列表，这里不多讲。

比如说取一维数组前三个元素。

import numpy 

重点是对多维数组的索引和切片。

多维数组有多个轴，那么就需要对每个轴进行索引。

例如，三维数组形状为(x,y,z)，分别代表：0轴有x个元素、1轴有y个元素，2轴有z个元素。

对0、1、2轴进行索引，如果取o轴第2个元素、1轴第0个元素、2轴第3个元素，那么索引形式就为[2,0,3]。

import numpy 

切片也是同样道理。

如果取o轴前2个元素、1轴前1个元素、2轴后2个元素，那么切片形式就为[:2,:1,-2:]。

import numpy 

13、如何对数组里每个元素进行迭代？

说到迭代，大家很容易想到直接对数组直接使用for循环操作，对于一维数组来说，当然是可以的。

import numpy 

但对于多维数组，迭代是相对于0轴完成的，就是多维数组最外层的那一维。

你没有办法直接遍历数组里每一个元素，嵌套循环又太低效。

这个时候就需要用到flat方法，它可以将多维数组平铺为一维的迭代器。

import numpy 

14、如何将多维数组展开为一维数组？

数组(ndarray)对象提供了ravel方法，用来将多维数组展开为一维数组。

import numpy 

15、什么广播机制？

广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式， 对多个数组的算术运算通常在相应的元素上进行。

较小的数组在较大的数组上“广播”，以便它们具有兼容的形状。

比如说一个一维数组乘以一个数字，相当于一维数组里每个元素都乘以这个数。

import numpy 

如果相同维度的数组进行运算，其shape相同，那么广播就是两个数组相同位数的元素进行运算。

import numpy 

如果两个数组维度不同，进行运算，这里就触发了广播的两个规则。

• 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；
• 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。

这两个规则保证了不同维度数组进行运算时，其维度自动调整成一致。

import numpy 

16、numpy中如何进行数值舍入操作？

• around函数，用于四舍五入，返回一个新数组

import numpy 

• floor函数，用于向下取整，返回一个新数组

import numpy 

• ceil函数，用于向上取整，返回一个新数组

import numpy 

17、如何对数组进行转置操作？

numpy提供了transpose函数用以对数组进行维度的调换，也就是转置操作。

转置后返回一个新数组。

import numpy 

当然，可以用更简单的方法。

数组对象提供了T方法，用于转置，同样会返回一个新数组。

import numpy 

18、如何连接两个相同维度的数组？

numpy的concatenate 函数用于沿指定轴连接相同形状的两个或多个数组。

import numpy 

19、如何向数组添加值？

• numpy的append 函数向数组末尾追加值，可以指定不同的轴。

import numpy 

• numpy的insert 函数可以沿给定轴，在数组中任意位置插入数据。

import numpy 

20、如何对数组进行去重操作？

numpy的unique 函数用于去除数组中的重复元素，返回一个新数组。

import numpy 

unique函数还能返回重复元素的索引、计数等信息，可去查文档自定义参数。

未完待续！

参考资料

[1]

numpy文档: https://www.numpy.org.cn/

[2]

菜鸟教程: https://www.runoob.com/numpy/numpy-tutorial.html

-END-

往期精彩

超简单！基于Python搭建个人“云盘”

又一可视化神器pyecharts登场

推荐一些能提高生产力的 Python 库

Excel VS Python 谁更适合数据分析？

硬核！30 张图解 HTTP 常见的面试题

10个省时间的 PyCharm 技巧

python每日更换“必应图片”为“桌面壁纸”

教你使用Python下载全网视频！

END

关注【程序IT圈】，更多的Python好文输出