Python学习 - Numpy库

1. 初识Numpy

问题1：什么是Numpy？

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，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。
NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：
  1. 一个强大的N维数组对象 ndarray
  2.广播功能函数
  3.整合 C/C++/Fortran 代码的工具
  4.线性代数、傅里叶变换、随机数生成等功能

问题2：Numpy的广泛应用？

NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用， 这种组合广泛用于替代 MatLab，是一个强大的科学计算环境，有助于我们通过Python 学习数据科学或者机器学习。

2. Ndarray 对象

     NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。
 
     ndarray 对象是用于存放同类型元素的多维数组。

创建一个 ndarray的函数

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

名称	描述
object	数组或嵌套的数列
dtype	数组元素的数据类型，可选
copy	对象是否需要复制，可选
order	创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
subok	默认返回一个与基类类型一致的数组
ndmin	指定生成数组的最小维度

import numpy as np
# 1. 单个维度
a = np.array([1,2,3]) # [1 2 3]
# 2. 多个维度
a = np.array([[1,  2],  [3,  4]]) # [[1  2] [3  4]]
print (a)

2.1 数组属性

属性	说明
ndarray.ndim	秩，即轴的数量或维度的数量
ndarray.shape	数组的维度，对于矩阵，n 行 m 列
ndarray.size	数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype	ndarray 对象的元素类型
ndarray.itemsize	ndarray 对象中每个元素的大小，以字节为单位
ndarray.flags	ndarray 对象的内存信息
ndarray.real	ndarray元素的实部
ndarray.imag	ndarray 元素的虚部
ndarray.data	包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性

2.1.1 数组的维数

import numpy as np

# a 现只有一个维度
a = np.arange(24)
print(a.ndim)  # 1
# # b 现在拥有三个维度
b = a.reshape(2, 4, 3)  # 3
print(b.ndim)

2.1.2 数组属性

ndarray.shape 表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)。比如，一个二维数组，其维度表示"行数"和"列数"

import numpy as np

# 1. 输出行数和列数
a = np.array([[1, 2, 3], [4, 5, 6]]) # 2行,3列
print(a.shape) # (2, 3)

# 2. 调整行数和列数
a.shape =  (3,2) # 变成 3行2列
print (a) # [[1 2] [3 4] [5 6]]

# 3. NumPy 也提供了 reshape 函数来调整数组大小
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print (b) # [[1 2] [3 4] [5 6]]

2.1.3 创建数组

语法	用法
numpy.empty	创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组
numpy.zeros	创建指定大小的数组，数组元素以 0 来填充
numpy.ones	创建指定形状的数组，数组元素以 1 来填充

# 1.numpy.empty 创建一个未初始化的数组
x = np.empty([3,2], dtype = int)
print (x) #  输出为随机值，因为它们未初始化

# 2. numpy.zeros 创建指定大小的数组，数组元素以 0 来填充
# -- 默认为浮点数
x = np.zeros(5) # 创建一维,5个数,未指定类型,默认浮点
print(x)  # [0. 0. 0. 0. 0.]

# -- 设置类型为整数
y = np.zeros((5,), dtype=int) 
print(y) # [0 0 0 0 0]

# -- 自定义类型
z = np.zeros((2, 2), dtype=[('x', 'i4'), ('y', 'i4')]) # 创建2行2列,每一个单位是(x,x )
print(z) 
# [[(0, 0) (0, 0)]
# [(0, 0) (0, 0)]]

参考资料

[1] 菜鸟教程