[Python] Numpy库

NumPy是一个开源的Python科学计算基础库,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

NumPy是SciPy、Pandas等数据处理或科学计算库的基础

包的下载与导入

Numpy 包，如果已安装annaconda可直接使用，如果没有，也可以自行搜索下载

导入常用别名 np

import numpy as np

ndarray

ndarray 是一个 多维数组对象 ，它由两部分组成：

• 实际的数据
• 描述这些数据的元数据（数据维度，数据类型等）

ndarray 数组内元素类型一般要求相同（也可不同，不过这样就和list区别不大了），数组下标从0开始。

它能够从整体来描述一个数据集，能够以整体的形式进行两个数组的运算比较等操作。

创建

1. 直接使用 np.array() 参数为一个列表

>>> a = np.array([[0,1,2,3,4],
                 [5,6,7,8,9]])

属性

以 [[0,1,2,3,4]],[5,6,7,8,9]]为例

1. 使用 .ndim 获取维度信息

>>> a.ndim
>>> 2

1. 使用 .shape 获取数组的形状

>>> a.shape
>>> (2,5)

1. 使用 .size 获取数组的大小（元素个数）

>>> a.size
>>> 10

1. 使用 .dtype 获取数组内元素的存储类型，(默认值与操作系统有关)

>>> a.dtype
>>> dtype('int64')

1. 使用 .itemsize 获取数组内单个元素的大小（字节）

>>> a.itemsize
>>> 8

元素类型

• ndarray 没有 double 类型

• 支持复数类型　complex64 , complex128

• 常见的类型：int , uint, float , bool

  • 后缀16,32,65代表字节长度

  ​

数组的变换

维度变换

1. 使用 .reshape(shape) 不改变数组元素，返回一个shape形状的数组，原数组不变，shape为数组形状。

注意要保证改变形状后的数组元素与之前一致

>>> a = np.array([[1,2,3,4,5],[6,7,8,9,10]])
>>> b = a.reshape([5,2])
>>> [[ 1  2  3  4  5]
 [ 6  7  8  9 10]]
>>> [[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]]

原先２＊５的数组a 变为５＊２的数组b

1. 使用 .resize(shape) 与 .reshape()　功能一致

2. 使用 .swapaxes(ax1,ax2) 调换两个维度

>>> a = np.array([[1,2,3,4,5],[6,7,8,9,10]])
>>> b = a.swapaxes(0,1)
>>> b
>>> [[ 1  6]
 [ 2  7]
 [ 3  8]
 [ 4  9]
 [ 5 10]]

注意与reshape返回的数组的区别

1. 使用 .flatten() 变为一维数组

类型变换

使用方法 .astype(new_type) 返回一个新的数组

>>> b = a.astype(float32)

列表变换

使用方法 .tolist() 返回一个列表

>>> ls = a.tolist()

a是一个ndarray数组，ls是由这个数组生成的列表