美文网首页工具癖程序员
Python科学计算神器之Numpy-2

Python科学计算神器之Numpy-2

作者: Li_Michael | 来源:发表于2017-07-21 13:50 被阅读109次

    这是Numpy学习系列第二部分,第一部分见Numpy-1

    4. Array对象的存取

    4.1 Array的Indexing,Slicing,Iterating

    该部分集中在Numpy的array数据的存取,类似与pyhton的list的索引、切片等

    >>>import numpy as np
    >>>a = np.arange(8)
    >>>a, a[0], a[5]
    (array([0, 1, 2, 3, 4, 5, 6, 7]), 0, 5)
    
    >>>a[1:5]
    array([1, 2, 3, 4])
    
    >>>a[:-1]
    array([0, 1, 2, 3, 4, 5, 6])
    
    >>>a[::-1]
    array([7, 6, 5, 4, 3, 2, 1, 0])
    
    >>>a[5:1:-2]
    array([5, 3])
    
    >>>a[::3] = -100
    >>>a
    array([-100,    1,    2, -100,    4,    5, -100,    7])
    
    >>># iterat, Array对象也支持迭代协议
    >>>for i in a:
    ...   print(i * (1/3.))
    -33.3333333333
    0.333333333333
    0.666666666667
    -33.3333333333
    1.33333333333
    1.66666666667
    -33.3333333333
    2.33333333333
    

    4.2 数据共享

    与Python的list不同的是:通过下标、切片获取的新Array是和原Array共用一个数据空间,相当于引用.

    >>>b = a[3:7]
    >>>b
    array([-100,    4,    5, -100])
    
    >>>b[0] = 1
    >>>a, b   # a[3] <= b[0], a[3]=1
    (array([-100,    1,    2,    1,    4,    5, -100,    7]),
    array([   1,    4,    5, -100]))
    

    4.3 使用整数序列

    Numpy除了可以使用类似Python的list方法获取元素外,还提供了整数序列和布尔数组获取元素. 它们均不与原Array共享数据空间.
    使用整数序列时,将使用整数序列中的每个元素作为下标,整数序列可以使列表或数组.

    >>># 获取a中下标为 0,1,1,0的元素,组成一个新Array,下标可以是负数
    >>>a[[0, 1, 1, 0]], a[np.array([0, 1, 1, -1])]
    (array([-100,    1,    1, -100]), array([-100,    1,    1,    7]))
    
    >>>a[[0, 1]] = 10, 11 # 修改元素的值
    >>>a
    array([  10,   11,    2,    1,    4,    5, -100,    7])
    
    >>># a, b 不共享数据空间,修改b元素值并没有修改a的元素值
    >>>b = a[[0, 1]]
    >>>b[0] = 10000
    >>>a, b
    (array([  10,   11,    2,    1,    4,    5, -100,    7]),
     array([10000,    11]))
    

    4.4 使用布尔数组

    使用布尔数组作为下标获取新Array时,将布尔数组对应的下标为True的元素构成新Array. 注意两点:1. 不共享数据空间, 2. 只能使用布尔数组,不能使用布尔列表

    >>># 注意以下两种的不同, list*2 相当于2个list相加,元素数为原来2倍,
    >>># array*2则为array的乘法计算,为数据乘法计算,原始数相同,按整数数组取值
    >>>a[np.array([True, False, True, False]*2)]
    array([  10,    2,    4, -100])
    
    >>>a[np.array([True, False, True, False])*2]
    array([ 2, 10,  2, 10])
    
    >>># array数值计算,元素数相同,True实际数值为1,False为0
    >>>np.array([True, False, True, False])*2
    array([2, 0, 2, 0])
    
    >>># 布尔数组修改元素
    >>>a[np.array([True, False]*4)] = -1
    >>>a
    array([-1, 11, -1,  1, -1,  5, -1,  7])
    

    布尔数组一般通过布尔运算获得的,如:

    >>>a>2
    array([False,  True, False, False, False,  True, False,  True], dtype=bool)
    
    >>>a, a[a>2]
    (array([-1, 11, -1,  1, -1,  5, -1,  7]), array([11,  5,  7]))
    

    这里仅集中在一维数组,下篇将涉及到多维数组的操作. 不过,对数组的存取方法以及共享情况都是一致的,特别是类似Python的list的切片等操作是共享数据空间(与list操作不同),整数序列和布尔数组的操作是不共享的.

    Numpy-3

    相关文章

      网友评论

        本文标题:Python科学计算神器之Numpy-2

        本文链接:https://www.haomeiwen.com/subject/maqekxtx.html