1.創建數組array
1 # 創建數組array
2 import numpy as np
3 a = np.array([1,2,3]) #創建數組
4 b = np.array([(1.5,2,3), (4,5,6)],
5 dtype=float)
6 c = np.array([(1.5,2,3), (4,5,6)],
7 [(3,2,1), (4,5,6) ] ], dtype=float)
8
9 np.zeros((3,4)) #創建0數組
10 np.ones((2,3,4), dtype=np.int16) #創建1數組
11 d = np.arrange(10,25,5) #創建相同步數數組
12 np.linspace(0,2,9) #創建等差數組
13
14 e = np.full((2,2), 7) #創建常數數組
15 f = np.eye(2) #創建2x2矩陣
16 np.random.random((2,2)) #創建隨機數組
17 np.empty((3,2)) #創建空數組
2.複製數組
1 #複製數組
2 h = a.view()
3 np.copy(a)
4 h = a.copy()
3.輸出數組array
1 # 輸出數組array
2 import numpy as np
3 print(my_array) #打印數組
4
5 #saving &Loading on disk保存到磁盤
6 np.save('my_array', a)
7 np.savez('array.npz', a, b)
8 np.load('my_array.npy')
9
10 #saving &Loading Text files保存到文件
11 np.loadtxt("my file.txt")
12 np.genfromtxt("my_file.csv", delimiter=',')
13 np.savetxt("marry.txt", a, delimiter="")
4.Numpy中的基本運算
1 # 基本運算
2 import numpy as np
3
4 #arithmetic operation算術運算
5 g = a - b
6 np.subtract(a,b) #減法
7 b+a
8 np.add(b,a) #加法
9 a / b
10 np.divide(a,b) #除法
11 a * b
12 np.multiple(a,b) #乘法
13 np.exp(b) #指數
14 np.sqrt(b) #開方
15 np.sin(a) #sin函數
16 np.cos(b) #cos函數
17 np.log(a) #log函數
18 e.dot(f) #內積
19
20 #Comparison比較
21 a == b #元素
22 a < 2 #元素
23 np.array_equal(a,b) #數組
24
25 #Aggregate Functions 函數
26 a.sum() #求和
27 b.min() #最小值
28 b.max(axis=0) #最大值數組列
29 b.cumsum(axis=1) #元素累加和
30 a.mean() #平均值
31 b.median() #中位數
32 a.corrcoef() #相關係數
33 np.std(b) #標準差
5.數組處理
1 # 數組處理
2 import numpy as np
3
4 #Transposing Array
5 I = np.transpose(b) #轉置矩陣
6 i.T #轉置矩陣
7
8 #Changing Array Shape
9 b.ravel() #降爲一維數組
10 g.reshape(3,-2) #重組
11
12 #Adding/Removing Elements
13 h.resize((2,6)) #返回shape(2,6)
14 np.append(h,g) #添加
15 np.insert(a,1,5) #插入
16 np.delete(a,[1]) #刪除
17
18 #Combining Arrays
19 np.concatenate((a,d), axis=0) #連結
20 np.vstack((a,b)) #垂直堆疊
21 np.r_[e,f] #垂直堆疊
22 np.hstack((e,f)) #水平堆疊
23 np.column_stack((a,d)) #創建水平堆疊
24 np.c_[a,d] ##創建水平堆疊
25
26 #splitting arrays
27 np.hsplit(a,3) #水平分離
28 np.vsplit(c,2) #垂直分離
6.數組索引
1 # 數組索引
2 import numpy as np
3 #subsetting
4 a[2] #選取數組第三個元素
5 b[1,2] #選取2行3列元素
6
7 #slicing
8 a[0:2] #選1到3元素
9 b[0:2,1] #選1到2行的2列元素
10 b[:1] #選所有1行的元素
11 c[1,...] #c[1,:,:]
12 a[ : :-1] #反轉數組
13
14 #Boolean Indexing
15 a[a<2] #選取數組中元素<2的
16
17 #Fancy Indexing
18 b[[1,0,1,0], [0,1,2,0]]
19 #選取[1,0],[0,1],[1,2],[0,0]
20 b[[1,0,1,0][:, [0,1,2,0]]]
21 #選取矩陣的一部分
7.Numpy中的數據類型
1 # numpy中的數據類型
2 np.int64 #64位整數
3 np.float32 #標準雙精度浮點
4 np.complex #複雜樹已浮點128爲代表
5 np.bool #true&false
6 np.object #python object
7 np.string_ #固定長度字符串
8 np.unicode_ #固定長度統一碼
8.檢查數組信息
1 # 檢查數組信息
2 a.shape #數組維度
3 len(a) #數組長度
4 b.ndim #數組維度數量
5 e.size #數組元素數量
6 b.dtype #元素數據類型
7 b.dtype.name #數據類型名
8 b.astype(int) #改變數組類型
9
10 #asking for help更多信息
11 np.info(np.ndarray.dtype)
9.對數組進行排序
1 #對數組進行排序
2 a.sort()
3 c.sort(axis=0)
