Numpy库介绍
Numpy库数据基本类型
| bool_ | 布尔型数据类型（True 或者 False） |
|---|---|
| int_ | 默认的整数类型（类似于 C 语言中的 long，int32 或 int64） |
| intc | 与 C 的 int 类型一样，一般是 int32 或 int 64 |
| intp | 用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64） |
| int8 | 字节（-128 to 127） |
| int16 | 整数（-32768 to 32767） |
| int32 | 整数（-2147483648 to 2147483647） |
| int64 | 整数（-9223372036854775808 to 9223372036854775807） |
| uint8 | 无符号整数（0 to 255） |
一、numpy数组的创建
arange格式
numpy.arange(start, stop, step, dtype)| 参数 | 描述 |
|---|---|
start | 起始值，默认为0 |
stop | 终止值（不包含） |
step | 步长，默认为1 |
dtype | 返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型。 |
从列表创建
1.一维数组
x = np.array([1,2,3,4,5],dtype="数据类型")
2.二维数组
x = np.array([[1,2,3],
[4,5,6],
[7,8,9]
])
linspace格式创建
numpy.linspace 函数用于创建一个一维数组，数组是一个等差数列构成的，格式如下：
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)| 参数 | 描述 |
|---|---|
start | 序列的起始值 |
stop | 序列的终止值，如果endpoint为true，该值包含于数列中 |
num | 要生成的等步长的样本数量，默认为50 |
endpoint | 该值为 true 时，数列中包含stop值，反之不包含，默认是True。 |
retstep | 如果为 True 时，生成的数组中会显示间距，反之不显示。 |
dtype | ndarray 的数据类型 |
均匀分配数组
该数组平均分配0~1，平均分配4份
np.linspace(0,1,4)
logspace格式创建
numpy.logspace 函数用于创建一个于等比数列。格式如下：
np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)| 参数 | 描述 |
|---|---|
start | 序列的起始值为：base ** start |
stop | 序列的终止值为：base ** stop。如果endpoint为true，该值包含于数列中 |
num | 要生成的等步长的样本数量，默认为50 |
endpoint | 该值为 true 时，数列中中包含stop值，反之不包含，默认是True。 |
base | 对数 log 的底数。 |
dtype | ndarray 的数据类型 |
等比数列数组
np.logspace(0,9,10)
zeros格式创建
创建指定大小的数组，数组元素以 0 来填充：
numpy.zeros(shape, dtype = float, order = 'C')
参数说明：
| 参数 | 描述 |
|---|---|
| shape | 数组形状 |
| dtype | 数据类型，可选 |
| order | ’C’ 用于 C 的行数组，或者 ‘F’ 用于 FORTRAN 的列数组 |
长度为5，值都为0的数组
np.zeros(5,dtype=int)
ones格式创建
创建指定形状的数组，数组元素以 1 来填充：
numpy.ones(shape, dtype = None, order = 'C')
参数说明：
| 参数 | 描述 |
|---|---|
| shape | 数组形状 |
| dtype | 数据类型，可选 |
| order | ’C’ 用于 C 的行数组，或者 ‘F’ 用于 FORTRAN 的列数组 |
(2)2*4的浮点型数组
np.ones((2,4),dtype=float)
full格式创建
填充一个指定格式的列表
用法:
numpy.full(shape, fill_value, dtype=None, order='C', *, like=None)
| 参数 | 描述 |
|---|---|
| shape | 数组形状 |
| fill_value | 标量或类似数组 |
| dtype | 数据类型，可选 |
| order | ’C’ 用于 C 的行数组，或者 ‘F’ 用于 FORTRAN 的列数组 |
| like | 允许创建非 NumPy 数组的引用对象 |
3*5的数组
np.full((3,5),8.8)
二、从头创建数组
(4)3*3的单位矩阵
np.eye(3)
(8)随机数构成的数组
3*3的在0~1之间分布
np.random.random((3,3))
(9)有均值、标准差的随机数构成的数组
np.random.normal(0,1,(3,3))
(10)3*3的，在[0,10)之间随机整数构成的数组
np.random.randint(0,10,size = (3,3))
(11)随机重排列
x = np.array([10,20,30,40])
np.random.permutation(x)//不修改原列表
np.random.shuffle(x)//修改原列表
(12)随机采样
- 按指定形状采样
x = np.arange(10,25,dtype = float)
np.random.choice(x,size=(4,3))
- 按概率采样
np.random.choice(x,size=(4,3),p=x/np.sum(x))//
三、数组的性质
x = np.random.randint(10,size=(3,4))
1.数组的形状shape
x.shape
2.数组的维度ndim
x.ndim
3.数组的大小size
x.size
四、数组的索引
1.一维数组的索引
x1 = np.arange(10)
x1[0]
2.二维数组的索引
x2[0][2]
注：numpy数组的数据类型是固定的，向一个整数数组中加一个浮点数，会向下取整
五、数组的切片
1.一维数组—跟列表一样
x1 = np.arrange(10)x1[:3]x1[3:]x1[::-1]2.多维数组—以二维数组为例
x1[范围1,范围2]