安装方式:
一、介绍
NumPy(Numerical Python)是Python语言的一个扩展程序库,支持任意维度的数组和矩阵操作,此外也针对数组运算提供了大量的内置方法。
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:
•一个强大的N维数组对象ndarray
•广播功能函数
•整合C/C++/Fortran代码的工具
•线性代数、傅里叶变换、随机数生成等功能数学函数库。
二、方法和属性
1、ndarray的属性
1)属性及其说明如下表所示:属性名字 说明shape 返回 tuple。表示数组的形状,对于 n 行 m 列的矩阵,形状为(n,m)
ndim 返回 int。表示数组的维数
size 返回 int。表示数组的元素总数,等于数组形状的乘积
dtype 返回 data-type。描述数组中元素的类型
itemsize 返回 int。表示数组的每个元素的大小(以字节为单位)
2)ndarray的数据类型类型 描述bool 布尔类型(True或False)
int8 整数,范围为−128至127
int16 整数,范围为−32768至32767
int32 整数,范围为−231至232-1
int64 整数,范围为−263至263-1
uint8 无符号整数,范围为0至255
uint16 无符号整数,范围为0至65535
uint32 无符号整数,范围为0至232-1
uint64 无符号整数,范围为0至264-1类型 描述float16 半精度浮点数(16位),其中1位表示正负号,5位表示指数,10位表示尾数
float32 单精度浮点数(32位),其中1位表示正负号,8位表示指数,23位表示尾数
float64 单精度浮点数(64位),其中1位表示正负号,11位表示指数,52位表示尾数
complex64 复数,分别用两个32位浮点数表示实部和虚部
complex128 复数,分别用两个64位浮点数表示实部和虚部
object Python对象
string_ 字符串
unicode_ unicode类型
2、numpy多种方法创建数组
1)生成0和1的数组:
①numpy.zeros(shape,dtype=float,order="C")
②numpy.ones(shape,dtype=float,order="C")
参数说明:参数 描述shape 数组形状
dtype 数据类型,可选
order 有"C"和"F"两个选项,分别代表,行优先和列优先,在计算机内存中的存储元素的顺序。
2)重现有数组生成
①numpy.array(object[,dtype,order])
②numpy.asarray(object[,dtype,order])
③numpy.copy(object[,order])参数名称 说明object 接收array。表示想要创建的数组。无默认。
dtype 接收data-type。表示数组所需的数据类型。如果未给定,则选择保存对象所需的最小类型。默认为None。
order 表示计算机内存中的存储元素的顺序
3)生成固定范围的数组
①numpy.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)
通过指定开始值、终值和元素个数创建等差数列数组,默认设置包括终值
参数说明:参数 描述start 序列的起始值
stop 序列的终止值,如果endpoint为True,该值包含于数列中
num 要生成的等步长的样本数量,默认为50
endpoint 该值为 Ture 时,数列中包含stop值,反之不包含,默认是True。
retstep 如果为 True 时,生成的数组中会显示间距,反之不显示。
dtype ndarray的数据类型
②np.arange(start,stop,step,dtype)
通过指定开始值、终值和步长创建一维数组,创建的数组不含终值。
参数说明:参数 描述start 起始值,默认为0
stop 终止值(不包含)
step 步长,默认为1
dtype 返回ndarray的数据类型,如果没有提供,则会使用输入数据的类型。
4)、生成随机数组
①numpy.random.uniform(low=0.0,high=1.0,size=None)
功能:产生在[0,1)中均匀分布的随机数
返回值:ndarray类型,其形状和参数size中描述一致
参数说明:参数 描述low 采样下界,float类型,默认值为0
high 采样上界,float类型,默认值为1
size 输出样本数目,为int或元组类型,缺省时输出1个值
②numpy.random.normal(loc=0.0,scale=1.0,size=None)
功能:返回指定形状的标准正态分布的数组
参数说明:参数 描述loc 均值,float类型
scale 标准差,float类型
size 输出样本数目,为int或元组类型,缺省时输出1个值
三、切片索引
1、一维数组索引:基于0-n的下标进行索引,与Python中list操作一致(不含stop)。
①[index]非负整数:从0往后数;负整数:从-1往前数
②[start:stop]取值范围:[start:stop)
③[start:]、[:stop]取值范围:[start : -1]、[0 : stop)
④[start:stop:step]start0:按照步长(顺序)取值[start:stop)
start>stop,step<0:按照步长(从后向前)取值[start:stop)
⑤array[start:stop] = [n1, n2, …]数组元素值修改
2、多维数组索引:多维数组的每个维度都有一个索引,各个维度索引之间用逗号隔开。
[索引1,索引2, ……]索引规则<=维度,从前向后匹配维度
四、数组的形态
1、数组形状修改
①ndarray.reshape(shape)
说明:返回新数组,数据进行重新分割
②ndarray.resize(shape)
说明:修改原始数组,数据进行重新分割
③ndarray.T
说明:转置:行变成列、列变成行,返回新的数组
2、数组类型修改
①ndarray.astype(type)
说明:返回新数组,改变数组类型的同时不改变原始数据的值
②ndarray.tostring()
说明:转换成bytes类型
3、数组的去重
numpy.unique(arr,return_index=False,return_inverse=False,return_counts=False)
功能:找出数组中的唯一值,并返回已排序结果
参数说明:
①arr:输入数组,如果不是一维数组则会展开
②return_index:若为True,返回新数组元素在原数组中的位置(下标)
③return_inverse:若为True,返回原数组元素在新数组中的位置(下标)
④return_counts:若为True,返回去重数组中元素在原数组中的出现次数
23页继续更新