Python中Numpy基本用法

NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

import numpy as np

# 数组的运算，是拿到每个元素分别运算
ary = np.array([1, 2, 3, 4, 5, 6])
print(ary)  # [1 2 3 4 5 6]
print(type(ary))  # 
print(ary * 2)  # [ 2  4  6  8 10 12]
print(ary + 100)  # [101 102 103 104 105 106]
print(ary == 3)  # [False False  True False False False]

# 数组与数组间的运算，对应位置与对应位置的计算
# 如果长度不等，不能计算
print(ary + ary)  # [ 2  4  6  8 10 12]
print(ary * ary)  # [ 1  4  9 16 25 36]
print(ary - ary)  # [0 0 0 0 0 0]
print(ary / ary)  # [1. 1. 1. 1. 1. 1.]

# np.arange
ary = np.arange(1, 10, 2)
print(ary)  # [1 3 5 7 9]
ary = np.arange(1, 3, 0.2)
print(ary)  # [1.  1.2 1.4 1.6 1.8 2.  2.2 2.4 2.6 2.8]

# np.zeros
# 使用0构建一个数组
ary = np.zeros(10)
print(ary)  # [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
ary = np.zeros(10, dtype='int64')
print(ary)  # [0 0 0 0 0 0 0 0 0 0]
ary = np.zeros(10, dtype='bool')
print(ary)  # [False False False False False False False False False False]
ary = np.zeros((2, 2), dtype='int64')
print(ary)  # [[0 0][0 0]]

# np.ones
# 使用1构建一个数组
ary = np.ones(10)
print(ary)  # [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]

# np.zeros_like
# 拿到一个数组的结构，使用0去填充
ary = np.array([[1, 2, 3], [4, 5, 6]])
ary = np.zeros_like(ary)
print(ary)  # [[0 0 0][0 0 0]]

# 卷积
# 在泛函分析中，卷积、旋积或褶积(英语：Convolution)是通过两个函数f和g生成第三个函数的一种数学运算，其本质是一种特殊的积分变换，表征函数f与g经过翻转和平移的重叠部分函数值乘积对重叠长度的积分。

ary = np.arange(1, 9)
print(ary)
print(ary.shape)

# 修改维度
a, b = 1, 2
ary.shape = (4, 2)
# 修改为二维数组
print(ary)  # [[1 2][3 4][5 6][7 8]]
ary.shape = (2, 4)
print(ary)  # [[1 2 3 4][5 6 7 8]]
ary.shape = (1, 8)
print(ary)  # [[1 2 3 4 5 6 7 8]]
# 修改为三维数组
ary.shape = (2, 2, 2)
print(ary)  # [[[1 2][3 4]][[5 6][7 8]]]
# 修改为六维数组
ary.shape = (1, 1, 1, 1, 1, 8)
print(ary)  # [[[[[[1 2 3 4 5 6 7 8]]]]]]

# 修改元素类型
print(ary.dtype)  # int32
# ary.dtype = 'float64'  # 只能修改解析方式，不能修改类型
# print(ary)  # [[[[[[4.24399158e-314 8.48798317e-314 1.27319747e-313 1.69759663e-313]]]]]]
ary = ary.astype('float64')
print(ary.dtype)  # float64
print(ary)  # [[[[[[1. 2. 3. 4. 5. 6. 7. 8.]]]]]]

ary.shape = (8, 1)
print(ary)  # [1. 2. 3. 4. 5. 6. 7. 8.]
print(ary.size)  # 8
print(len(ary))  # 8
ary.shape = (2, 2, 2)
print(ary.size)  # 8
print(len(ary))  # 2

ary.shape = (2, 2, 2)
print(ary[0])  # 拿到三维数组的第一个二位数组 [[1. 2.][3. 4.]]
print(ary[0][0])  # 拿到三维数组的第一个二维数组中的第一个一维数组 [1. 2.]
print(ary[0, 0])  # 拿到三维数组的第一个二维数组中的第一个一维数组 [1. 2.]
print(ary[0, 0, 0])  # 拿到三维数组的第一个二维数组中的第一个一维数组 1.0

# 遍历三维数组
for i in range(ary.shape[0]):
    for j in range(ary.shape[1]):
        for k in range(ary.shape[2]):
            print(ary[i, j, k])