numpy简单操作

ゞ浴缸里的玫瑰 2023-01-06 11:47 147阅读 0赞

# Numpy 本质就是ndarray   多维数组（多位矩阵）
    Numpy重点：
    1.数组维度  shape，reshape   获得维度大小：A.shape => (3,5)
    2.数组切片  x = np.arange(15).reshape(3,5)      x[0:2, 0:3] ***取前2行 前3列  
    3.数组合并  x = np.concatenate([x1,x2], axis = 1) // axis默认是0 代表行合并
    
    
    
    """
        安装 pip install numpy
        导入 import numpy as np    (np 是简写)
        查看版本 np.__version__
    """
    
    import array
    
    """ 
    arr = array.array('i',list(range(10)))   类型是 array类型 
    array类型  元素是同一数据类型   
    array处理效率比 list效率高
    
    """
    
    
    
    
    
    #numpy.ndarray
    import numpy as np
    
    nparr = np.array(list(range(10)))
    type(nparr)   #numpy.ndarray
    
    # 元素类型是不可变的  就是整个数组的元素都是   str 或 int  等
    # 整数类型放入 小数  会截取整数
    
    """
    强制转换类型  nparr2 = np.array([1,2,3], dtype=float)
    """
    
    """
        1.方便处理多维数组或矩阵之间的运算
        2.在处理多维数组或矩阵，运算效率高
    """
    
    
    # 矩阵之间相加   对应元素相加
    def python_test(n):
        a = [i **2 for i in range(10)]
        b = [i **3 for i in range(10)]
        c = []
        for i in range(n):
            c.append(a[i] + b[i])
        return c
    print(python_test(10))  #[0, 2, 12, 36, 80, 150, 252, 392, 576, 810]
    
    
    """
        np.array(range(10))  == np.arange(10)
    """
    
    def numpy_test2(n):
        a = np.arange(n) ** 2  # 每个元素平方 
        b = np.arange(n) **3
        c = a + b
        return c
    
    #初始化矩阵
    np.zeros(10,dtype = int)
    # =>  array([0,0,0,0,0,0,0,0,0,0])
    
    
    """shape  维度   三行五列  都是0"""
    np.zeros(shape = (3,5),dtype = int)
    # =>  array([ 
    #       [0,0,0,0,0],
    #       [0,0,0,0,0],
    #       [0,0,0,0,0]
    #     ])
    
    """shape  维度   三行五列  都是1"""
    A = np.ones(shape = (3,5),dtype = int)
    
    获得维度       A.ndim  =>  2
    获得维度大小    A.shape => (3,5)
    获得数组大小    Asize => 15 
    
    
    # =>  array([ 
    #       [1,1,1,1,1],
    #       [1,1,1,1,1],
    #       [1,1,1,1,1]
    #     ])
    
    
    """shape  维度   三行五列  都是 99"""
    np.full((3,5), 99)
    # =>  array([ 
    #       [99,99,99,99,99],
    #       [99,99,99,99,99],
    #       [99,99,99,99,99]
    #     ])
    
    
    """  等差数列  linspace  """
    np.linspace(0,20,10)  #0 - 20 之间的 十个数
    
    
    """  生成随机整数random.randint   生成随机浮点数random.random    """
    np.random.randint(0,10)  #在0-10 之间随机一个数  不含10
    
    np.random.randint(0,10,size = 5) #生成一维的 5个元素的 array数组 
    
    np.random.randint(0,10,size = (2,5)) #生成 两行五列 array数组 
    
    np.random.randint(0,10,size = (2,5，3)) #生成 三维 array数组 
    
    
    #修改维度
    """
    a = np.arange(10)
    =>  array([0,1,2,3,4,5,6,7,8,9])
    
    将一维数组 a  变成二行五列的二维数组
    X = a.reshape(2,5)     ===   a.reshape(2,-1)  //两行  列均分
    =>  array([[0,1,2,3,4],
             [5,6,7,8,9]])
    """
    
    
    #取值操作
    """
    Y = np.arange(15).reshape(3,5)    //0-15 的3行5列 的二维数组
    
    Y[0] => [0,1,2,3,4]
    
    取第一个数组的第一个元素
    Y[0][0] => 0   //不推荐这样使用，可能报错
    Y[(0,0)] === Y[0.0]  
    """
    
    
    #切片 reshape
    
    """
    一维：
        a = np.arange(10)
        a[0:5:2] === a[:5]  取0-4  2代表步距  隔一个一取下标的元素
    
    二维：
        x = np.arange(15).reshape(3,5)
        x => array([
            [0,1,2,3,4],
            [5,6,7,8,9],
            [10,11,12,13,14]
        ])
    
        ***取前2行 前3列  [[0,1,3],[5,6,7]]
        x[0:2,0:3] => [[0,1,3],[5,6,7]]
    """
    
    
    # 矩阵的合并  concatenate
    x1 = np.array([
        [22,168],
        [18,178]
    ])
    
    x2 = np.array([
        [0],
        [1]
    ])
    
    axis = 1 代表x1，和x2  列合并
    x = np.concatenate([x1,x2], axis = 1) // axis默认是0 代表行合并
    
    => array([
        [22,168,0],
        [18,178,1]
    ])