• 在某些方面，Numpy数组与Python内置的list列表类型非常相似，是Python数据科学的核心工具；
• numpy一维数组可以理解为向量，二维数组即是数据框(更准确来说，对应R里的matrix矩阵)....；
• numpy数组与python里的list列表最大的不同是前者需包含同一种数据类型才行，后者则没有此限制。

• 本文将学习numpy数组的一些基础操作：创建数组、取数组子集、数组维度变换、数组的合并与拆分

  
  

pip install numpy
ipython
#进入ipython环境
import numpy as np

1、创建数组

• np.array()：最直接的方式

#一维数组
x1 = np.array([1,2,3])
x1.shape
# (3,) 表示长度为3的一维向量

#二维数组
x2 = np.array([[1,3,5],[11,12,13]])
x2.shape
# (2,3) 表示两行三列的二维数组矩阵

1.1 固定取值

• np.zeros(n, dtype=int) 创建长度为n，值全为0的整型的一维数组
• np.ones((a,b), dtype=float) 创建a行b列，值全为1的浮点型的二维数组
• np.full((a,b),x, dtype=int/float) 创建a行b列，值全为x的二维数组

np.full((3,3),1.11)
# array([[1.11, 1.11, 1.11],
#       [1.11, 1.11, 1.11],
#       [1.11, 1.11, 1.11]])

1.2 规律分布

• np.arange() 等差数列
  
• np.random.randint() 随机整数
  
• np.random.random(10) 长度为10，符合0~1均匀分布的一维数组
• np.random.normal(0, 1, c(2,3)) 两行三列的，符合均值为0，标准差为1正态分布的二维数组

2、数组取子集

2.1 索引从0开始

参看下图

• 类似python的list取子集方式，numpy数组的索引也是从0开始；

• 负数的索引可以理解为倒数第n个值。

  
  

2.2 取单个值的子集

• 直接按坐标索引查看即可

2.3 切片[a:b:c]--左闭(包括)右开(不包括)加步长

• 对于长度为10的一维数组x1,x1[0:5]表示索引0到索引4的子集(不包括索引5)，默认步长为1
  ；
• a为0时，可省略；a，b均省略时，则表示全集；
• 步长为负数时，表示逆序取子集

• 对于二维数组，也是类似的取法。x2[a:b，c:d]

x2[2,:]:表示取第3行；x2[:,0]:表示取第1列

2.3 列表(多个)索引值取子集

2.4 逻辑布尔值取子集

• AND：&、OR：|、NOT：~
  

关于数组子集的联动性

• 若将一个数组的子集赋予给一个新对象，那么当这个新对象发生变化时，原始数组也会发生相应变化。如下图操作所示--

  
  

• copy()方法可创建不相关联的子集副本
  

  

3、数组维度变换

• 矩阵转置 T()方法：行列转换
  
• 维度转换 reshaple()方法：按照希望的可执行的维度结果转换
  

4、数组的合并与拆分

4.1 数组合并

• concatenate() 可连接两个一维数组，或者按行/列合并两个二维数组。
  
  
• vstack() 纵向合并两个数组，只要这两个数组的列数相同
  
• hstack() 横向合并两个数组，只要这两个数组的行数相同
  

4.2 数组拆分

• split() 拆分一维数组，参数的索引值指定分裂点的位置

• 当函数结果返回多个对象时，在等号前就要设置相应个数的对象名

  
  

• vsplit() ：横向拆分一个二维数组（上下）；同理hsplit() ：纵向拆分一个二维数组
  数组拆分（左右）