讀取數據

np.loadtxt(name,dtype=, comments='#',delimiter=None, converters=None, skiprows=0, usecols=(1,2), unpack=False,ndmin=0)：
frame：文件、字符串或產生器
dtype：數據類型，默認np.float
comments：跳過某些行纵刘，這里指, 如果行的開頭為#就會跳過該行
delimiter：分隔字符串啸箫，默認空格
converters：對數據進行預處理的參數, 可以先定義一個函數
skiprows：跳過前幾行赛惩，默認0
usecols：只讀取指定列煌茬，這里指只讀取1,2列址否，默認全部讀取
unpack：如果為True局蚀，將按列讀取麦锯，默認False
converters：對數據進行預處理的參數, 我們可以先定義一個函數

txt文檔內容

txt = 'c:\\Users\\loadtxt.txt'
a = np.loadtxt(txt,dtype=int,delimiter=',',skiprows=1,unpack=True)
#Out: 
#array([[ 2,  3,  4],
#       [ 3,  4,  5],
#       [ 4,  5,  6],
#       [ 5,  6,  7],
#       [ 6,  7,  8],
#       [ 7,  8,  9],
#       [ 8,  9, 10],
#       [ 9, 10, 11]])

創(chuàng)建數組

np.array()：創(chuàng)建數組
np.array(range(start, stop, step))：
　　start: 計數從 start 開始。默認是從 0 開始;
　　stop: 計數到 stop 結束琅绅，但不包括 stop扶欣；
　　step：步長，不可為小數千扶，默認為1料祠。
np.arange(start, stop, step)：
　　start: 計數從 start 開始。默認是從 0 開始;
　　stop: 計數到 stop 結束澎羞，但不包括 stop髓绽；
　　step：步長，支持小數煤痕，默認為1梧宫。

import numpy as np

a = np.array([1,2,3,4,5])
b = np.array(range(1,6,2))
c = np.arange(1,6,1.5)
print('a:%s b:%s c:%s' %(a,b,c))
#[out]：a:[1 2 3 4 5] b:[1 3 5] c:[1.  2.5 4.  5.5]

生成隨機數組

np.random.rand(a,b)：隨機生成a行b列的數組，數組元素符合[0,1]之間均勻分布的隨機樣本

np.random.rand(2,3)
#Out: 
#array([[0.69316799, 0.60458541, 0.01979631],
#       [0.75141108, 0.48813725, 0.05425274]])

np.random.randn(a,b)：隨機生成a行b列的數組摆碉，數組元素符合標準正態(tài)分布N(0,1)

np.random.randn(2,3)
#Out: 
#array([[-0.49229221, -1.66797528,  1.41183768],
#       [ 0.79337647, -0.66594975,  0.35059854]])

np.random.randint(low,high,size=(a,b),dtype)：隨機生成a行b列的數組塘匣，數組元素為半開半閉區(qū)間[low,high)上離散均勻分布的整數值;若high=None，則取值區(qū)間變?yōu)閇0,low)

np.random.randint(1,5,size=(2,3),dtype=int)
#Out: 
#array([[4, 4, 4],
#       [4, 4, 1]])

np.random.normal(loc=a,scale=b,size=(c,d)) :隨機生成c行d列的數組巷帝，數組元素符合均值為a標準差為b正態(tài)分布忌卤。

np.random.normal(loc=0,scale=1,size=(2,3))
#Out: 
#array([[ 0.52191241, -1.24927379, -0.06311665],
#       [-1.75515889, -1.3952226 ,  0.447512  ]])

np.random.random(size=a) ：隨機產生a個元素的一維數組，元素為[0.0, 1.0)之間的浮點數楞泼，默認size=None驰徊，此時只生成一個隨機浮點數

np.random.random(size=3)
#Out: array([0.27244681, 0.99441891, 0.86932329])
np.random.random()
#Out: 0.6599702555660103

數組形狀

np.shape(a)：輸出元組（），包含數組a維度堕阔，行數棍厂，列數。
a.reshape(（a,b））：將數組a的形狀改為a行b列超陆，若不知道a的shape屬性是多少牺弹，但是想讓a變成只有一列浦马，可使用a.reshape(-1,1)，Numpy將自動計算行數张漂。
a.transpose()：對a轉置

a = np.array([[1,2,3],[4,5,6]])
np.shape(a)
#Out: (2, 3)
a.reshape((3,2))
#Out: 
#array([[1, 2],
#       [3, 4],
#       [5, 6]])
a.reshape((-1,1))
#Out: 
#array([[1],
#       [2],
#       [3],
#       [4],
#       [5],
#       [6]])
a = np.array([[1,2,3],[4,5,6]])
a.transpose()
#Out: 
#array([[1, 4],
#       [2, 5],
#       [3, 6]])

a.transpose()：對a轉置晶默，當數組為高維時，如參數為（1,0,2）表示將1軸變?yōu)?軸航攒，0軸變?yōu)?軸磺陡，2軸不變，如下圖

轉換前

轉換后

a = np.array([[[ 0,  1,  2,  3],
               [ 4,  5,  6,  7]],

              [[ 8,  9, 10, 11],
               [12, 13, 14, 15]]])
A.transpose((1,0,2))
#Out: 
#array([[[ 0,  1,  2,  3],
#        [ 8,  9, 10, 11]],
#
#       [[ 4,  5,  6,  7],
#        [12, 13, 14, 15]]])

數組計算

兩個數組的相加漠畜、相減以及相乘都是對應元素之間的操作币他。
廣播的原則：如果兩個數組的后緣維度（trailing dimension，即從末尾開始算起的維度）的軸長度相符憔狞，或其中的一方的長度為1圆丹，則認為它們是廣播兼容的。廣播會在缺失和（或）長度為1的維度上進行躯喇。

a = np.array([[1,2,3],[1,2,3]])
a*2
#[Out]: 
#array([[2, 4, 6],
#       [2, 4, 6]])
b = np.array([[1,1,1],[1,1,1]])
a-b
#[Out]: 
#array([[0, 1, 2],
#       [0, 1, 2]])
c = np.array([[1,2,3]])
a+c
#Out: 
#array([[2, 4, 6],
#       [2, 4, 6]])
d = np.array([[[1,1,1],[1,1,1]],[[1,1,1],[1,1,1]],[[1,1,1],[1,1,1]]])
a+d
#Out[25]: 
#array([[[2, 3, 4],
#       [2, 3, 4]],
#
#       [[2, 3, 4],
#        [2, 3, 4]],
#
#　     [[2, 3, 4],
#        [2, 3, 4]]])

索引和切片

a = np.array([[1,2,3],[2,3,4],[3,4,5]])
a[[0,1],:] #切片a的第一行第二行所有元素
#Out: 
#array([[1, 2, 3],
#       [2, 3, 4]])
a = np.array([[1,2,3],[2,3,4],[3,4,5]])
a[[0,1],[0,2]] #切片a的第一行第一列和第二行第三列的元素
#Out: array([1, 4])

替換

a = np.array([[1,2,3],[2,3,4],[3,4,5]])
a[0,0]=3 #將第一行第一列的元素替換成1
print(a)
#[[3 2 3]
# [2 3 4]
# [3 4 5]]
a = np.array([[1,2,3],[2,3,4],[3,4,5]])
a[a<3]=6 #將小于3的所有元素替換成6
print(a)
#[[6 6 3]
# [6 3 4]
# [3 4 5]]

np.where(condition, x,y)：滿足條件(condition)辫封，輸出x，不滿足輸出y廉丽。

a = np.array([[1,2,3],[2,3,4],[3,4,5]])
np.where(a<3, 6, a)
#Out: 
#array([[6, 6, 3],
#       [6, 3, 4],
#       [3, 4, 5]])

np.where(condition)：只有條件 (condition)倦微，沒有x和y，則輸出滿足條件 (即非0) 元素的坐標

a = np.array([[1,2,3],[2,3,4],[3,4,5]])
np.where(a<4)
#Out[35]: 
#(array([0, 0, 0, 1, 1, 2], dtype=int64),
# array([0, 1, 2, 0, 1, 0], dtype=int64))

a.clip(min, max):限制數組a的上下界正压，給定一個范圍[a, b]欣福，數組中元素值小于a的，要被更改為a焦履，數組中元素值大于b的拓劝，要被更改為b。

a = np.array([[1,2,3],[2,3,4],[3,4,5]])
a.clip(2,4)
#Out: 
#array([[2, 2, 3],
#       [2, 3, 4],
#       [3, 4, 4]])

數組拼接

np.vstack((a,b))：將a嘉裤，b兩個數組按行放到一起
np.hstack((a,b))：將a郑临，b兩個數組按列放到一起

a = np.array([[1,2,3],[2,3,4]])
b = np.array([[3,4,5]])
np.vstack((a,b))
#Out: 
#array([[1, 2, 3],
#       [2, 3, 4],
#       [3, 4, 5]])
a = np.array([[1,2,3],[2,3,4]])
b = np.array([[1,2],[2,3]])
np.hstack((a,b))
#Out: 
#array([[1, 2, 3, 1, 2],
#       [2, 3, 4, 2, 3]])

常用統(tǒng)計函數

a=np.array([[1,2,3],[1,2,3]])
a.sum(axis=0) #列元素求和
#Out: array([2, 4, 6])
a=np.array([[1,2,3],[1,2,3]])
a.sum(axis=1) #行元素求和
#Out: array([6, 6])
a=np.array([[1,2,3],[1,2,3]])
a.sum() #所有元素求和
#Out: 12
a=np.array([[1,2,3],[1,2,3]])
a.mean(axis=0) #列元素求均值
#Out: array([1., 2., 3.])
a=np.array([[1,2,3],[1,2,3]])
np.median(a,axis=0) #列元素求中位數
#Out: array([1., 2., 3.])
a=np.array([[1,2,3],[4,5,6]])
a.min(axis=0) #列元素求最小值
#Out: array([1, 2, 3])
a=np.array([[1,2,3],[4,5,6]])
a.max(axis=0) #列元素求最大值
#Out: array([4, 5, 6])
a=np.array([[1,2,3],[4,5,6]])
np.ptp(a,axis=0) #列元素求最大值與最小值之差
#Out: array([3, 3, 3])
a=np.array([[1,2,3],[4,5,6]])
a.std(axis=0) #列元素求標準差
#Out: array([1.5, 1.5, 1.5])

數組復制

a=b：完全不復制，a和b相互影響

a=np.array([[1,2,3],[4,5,6]])
b=a
#Out: 
#a:array([[1, 2, 3],
#        [4, 5, 6]])
#b:array([[1, 2, 3],
#        [4, 5, 6]])
a[1,1]=10
#Out: 
#a:array([[ 1,  2,  3],
#        [ 4, 10,  6]])
#b:array([[ 1,  2,  3],
#        [ 4, 10,  6]])
b[1,1]=0
#Out: 
#a:array([[1, 2, 3],
#       [4, 0, 6]])
#b:array([[1, 2, 3],
#       [4, 0, 6]])

a = b[:]：視圖的操作屑宠，會創(chuàng)建一個新對象a厢洞，但a的數據完全由b保管，兩個數據變化一致典奉，其與a=b的區(qū)別為：a=b將創(chuàng)建a與b兩個快捷方式并指向同一文件躺翻；而a=b[:]先將b指向的文件復制一份作為副本，然后創(chuàng)建一個指向該副本的快捷方式a卫玖。
a=b.copy()：復制公你，互相不影響

a=np.array([[1,2,3],[4,5,6]])
b=a.copy()
#Out: 
#a:array([[1, 2, 3],
#         [4, 5, 6]])
#b:array([[1, 2, 3],
#         [4, 5, 6]])
a[1,1]=10
#Out: 
#a:array([[ 1,  2,  3],
#         [ 4, 10,  6]])
#b:array([[1, 2, 3],
#         [4, 5, 6]])
b[1,1]=0
#Out: 
#a:array([[ 1,  2,  3],
#         [ 4, 10,  6]])
#b:array([[1, 2, 3],
#         [4, 0, 6]])

其他函數

np.zeros((3,3)) #創(chuàng)建一個3行3列全為0的數組
#Out: 
#array([[0., 0., 0.],
#       [0., 0., 0.],
#       [0., 0., 0.]])
np.eye(3) #創(chuàng)建一個對角線全為1的3行3列的方陣
#Out: 
#array([[1., 0., 0.],
#       [0., 1., 0.],
#       [0., 0., 1.]])
a = np.array([[1,2,3],[4,5,6]])
np.argmax(a,axis=0) #獲取列上最大值的位置
#Out: array([1, 1, 1], dtype=int64)
np.argmin(a,axis=1) #獲取行上最小值的位置
#Out: array([0, 0], dtype=int64)

Python基礎學習|numpy的常見數組操作