学习python也有几个月了，总结下numpy库的用法，方便以后查找使用。
numpy库主要作于科学计算，是一个多维数组对象，称为ndarray，是scipy\pandas等库的基础。
1、创建数组：array()函数，括号内可以是列表、元祖等。
import numpy as np
1）ar1 = np.array([1,2,3,4,5]) # list
2) ar2 = np.array((1,2,3,4,5)) # tuple
2特殊数组的创建
1）np.arange() #类似range()，在给定间隔内返回均匀间隔的值。
例：np.arange(10)
结果： [0 1 2 3 4 5 6 7 8 9 10]
2) np.linspace(start, stop, num=50,enpoint=True,retstep=False,dtype=None) # 返回在间隔[start，stop]上计算的num个均匀间隔的样本。
# endpoint：如果为真，则停止是最后一个样本。否则，不包括在内。默认值为True。
# retstep：如果为真，返回（样本，步骤），其中步长是样本之间的间距 → 输出为一个包含2个元素的元祖，第一个元素为array，第二个为步长实际值
例1：np.linspace(2，3，num=5)
结果：[2. 2.25 2.5 2.75 3.]
3) np.zeros()/zeros_like()/ones()/ones_like()
np.zeros() # 返回给定形状的新数组，用零填充；
np.zeros_like(arr) #返回具有与给定数组arr相同的形状和类型的零数组
np.ones() # 返回给定形状的新数组，用1填充；
np.ones_like(arr) ##返回具有与给定数组arr相同的形状和类型的用1填充的数组
4）np.eye() # 创建一个给定的单位数据
3、常用的属性
ar.ndim # 数组维度
ar.shape # 各维度的尺寸
ar.size # 元素的个数
ar.dtype # 元素的类型
ar.itemsize # 每个元素的大小，以字节为单位 ，每个元素占4个字节
4、维度变换
1）arr.reshape(n,m) # 将arr变为n*m的数组，要保证改变后数组中数据不变
2）np.resize(arr,(n,m) ) # 将arr变为n*m的数组，更改后的数组中的数据可以与原数组中数据不同。如果新数据中可容纳的数据个数少于原数据，则新数据保留原数据中按行列顺序排列的n*m个数据；如果多于，则会继续按原数组中数据顺序进行填充。
arr = np.arange(10)
例1：arr1 = arr.resize(2,4)
结果：
[[0 1 2 3]
[4 5 6 7]]
例2：arr1 = arr.resize(2,6)
结果：
[[0 1 2 3 4 5]
[6 7 8 9 0 1]]
3）arr.T # 对数组arr进行转置
4、数组的复制
1) arr1 = arr # 直接用赋值的方式进行复制，此时arr1与arr指向内存中相同的地址，所以当arr中的元素发生改变时，arr1中的元素也会一起改变。
2）arr1 = arr.copy() # 使用copy()方法进行复制，python在内存空间中重新开辟了一块属于arr1的内存，所以此时arr改变时，arr1不会改变。
5、数组类型转换：.astype()
arr.astype(np.dtype) # dtype可以是int32\float等
6、数组运算
1）求平均值：arr.mean(axis=0/1) # 如不指定axis则求整体平均数，axis=0为对列求平均数，axis=1为对行求平均数
2）求最小值：arr.min(axis=0/1)
3）求最大值: arr.max(axis=0/1)
4）求标准差：arr.std(axis=0/1)
5）求方差：arr.var(axis=0/1)
5）求和: arr.sum(axis=0/1)
7、numpy随机数：np.random
1) np.random.normal(size=(n,m)) #生成一个标准正太分布的n*m样本值
2）np.random.rand() # 生成一个[0,1)之间的随机浮点数或N维浮点数组 —— 均匀分布
a = np.random.rand() # 生成一个随机浮点数
b = np.random.rand(4) # 生成形状为4的一维数组
c = np.random.rand(2,3) #生成一个2*3的二维数组，注意这里不是((2,3))
3）np.random.randn()：生成一个浮点数或N维浮点数组 —— 正态分布, 其参数与randn用法相同
4）np.random.randint(low, high=None, size=None, dtype='l')：生成一个整数或N维整数数组,若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数，且high必须大于low,dtype参数：只能是int类型 .
np.random.randint(2) : low=2,生成1个[0,2)之间随机整数
np.random.randint(2,size=5):low=2,size=5 ,生成5个[0,2)之间随机整数
np.random.randint(2,6,size=5):low=2,high=6,size=5,生成5个[2,6)之间随机整数
8、数据的输入输出
1）存储
存储数组数据 .npy文件：np.save('path.npy', arr)
存储为文本txt文件:np.savetxt('path.txt', arr,delimiter=' ')
2) 读取
读取数组数据 .npy文件：np.load('path.npy')
读取文本txt文件：np.loadtxt（“path.txt",delimiter=' ')
网友评论