python之numpy概括总结

初步学习了numpy模块的使用，在此做总结，以便大家参考，也为以后自己的复习与查询做下记录

Numpy

numpy的主要对象是同种元素的多维数组，所有的元素都必须是一种类型，可通过一个正整数元组索引的元素表格。在numpy中维度称为轴(axes)，轴的个数叫做秩(rank)。Numpy的数组类型narray，其常用对象属性：

ndarray.dim 数组轴的个数

ndarray.shape 数组的维度

ndarray.size 数组元素的个数

ndarray.dtype 数组元素类型

ndarray.itemsize 数组每个元素的字节大小

ndarray.data 指向数据内存，包含实际数组元素

创建数组：

1，通过list或元组创建ndarray，元素类型可以由给定的数据自动推导出来，也可以由设计者给定。示例：

Import numpy as np

a= np.array([1,2,3])，此时a.dtype值为 ‘int32’；

b= np.array([1,2,3], dtype = float64)，此时b.dtype值就为float64

c= np.array([[1,2,3], [4,6,5], [7,8,9]])，生成二维数组，可生成多维数组

2，调用zeros/ ones/ empty/ zeros_like/ones_like/ eye等函数生成

3，调用arange/ linspace也可生成

打印数组

使用print即可，如 a = np.arange(9).reshape(3,3)，再调用print(a)即可将数组a显示出来，

array([[0, 1, 2],

[3, 4, 5],

[6, 7, 8]])

基本运算

1，数组的算术运算是按元素进行的。

设a = np.array([2,3]) ,b=np.array(7,8)

加法：c = a+b，则c为 array([9,11])

加法：c = b-a，则c为 array([5,5])

乘法：c = a*b，则c为 array([14,24])

二次方：c = a**2，则c为array([4, 9])

当两个数组元素的类型不同时，其会进行类型转换，往更精确的方向转换，比如int和float相加，得到的结果为float

2，矩阵乘法 dot函数

python之numpy概括总结

索引

可通过arr[a, b]， arr[:,b]，arr[a, :]，arr[m:n, b]，arr[a, m:n]，arr[m:n, p:q]等多种形式进行访问某个位置的元素、行或列。

arr[-1]表示访问最后一行

for row in arr: //表示按行访问arr

print row

若想访问每个数组中元素，可以使用flat属性，如

for element in b.flat:

print element

关于索引这一块，推荐博客：http://blog.****.net/chen_shiqiang/article/details/51868115

组合不同的数组

可以沿不同轴将数组堆叠在一起：

Column_stack：以列将一维数组组合成二维数组

Row_stack：以行将一维数组组合成二维数组

Hstack:水平方向堆叠

Vstack:垂直方向堆叠

Concatenate:允许可选参数给出组合时沿着的轴

将数组分割：

Hsplit:水平分割

Vsplit:垂直分割

Array_split：指定沿哪个轴分割

深拷贝与浅拷贝

a= np.array([1,2,3]);

b= a; #浅拷贝，即b与a指向同一个空间, b is a = true

c= a.copy() #深拷贝，把a的内容复制给了c，不指向同一空间, c isa = false

d = a.view() #浅复制，d与a指向同一数据空间，但是此时创建了新的对象，d is a=false

mat函数

mat函数将目标数据类型转换为矩阵(matrix)

matrix对象是继承ndarray而来，因此其和ndarray有相同的属性和方法，但它们之间有六个重要的区别：

（1）矩阵对象可以使用字符串符号创建，以允许matlab风格语法

（2）矩阵对象总是二维的

（3）矩阵对象乘法就是矩阵乘法

（4） Matrix objects over-ridepower to be matrix raised to a power. The same warning about using power insidea function that uses asanyarray(...) to get an array object holds for this fact.（这个没太懂）

（5）矩阵对象的默认优先级__array_priority__是10.0，因此与ndarrays的混合操作总是产生矩阵

（6）矩阵有其特殊属性，使计算更容易. arr.T矩阵转置，arr.I矩阵求逆，arr.H矩阵共轭， arr.A将矩阵作为一个ndarray对象返回

关于numpy的官方文档：

https://docs.scipy.org/doc/numpy-dev/user/quickstart.html

http://www.scipy-lectures.org/intro/numpy/index.html

python之numpy概括总结

相关推荐