簡介

Numpy：提供了一個在Python中做科學計算的基礎(chǔ)庫浙芙，重在數(shù)值計算，主要用于多維數(shù)組（矩陣）處理的庫。
用來存儲和處理大型矩陣，比Python自身的嵌套列表結(jié)構(gòu)要高效的多嗓蘑。
本身是由C語言開發(fā)，是個很基礎(chǔ)的擴展匿乃，Python其余的科學計算擴展大部分都是以此為基礎(chǔ)。
高性能科學計算和數(shù)據(jù)分析的基礎(chǔ)包
ndarray豌汇，多維數(shù)組（矩陣）幢炸，具有矢量運算能力，快速拒贱、節(jié)省空間
矩陣運算宛徊，無需循環(huán)，可完成類似Matlab中的矢量運算
線性代數(shù)逻澳、隨機數(shù)生成

#導入
import numpy as np

數(shù)組創(chuàng)建

NumPy數(shù)組是一個多維的數(shù)組對象（矩陣）闸天，稱為ndarray，具有矢量算術(shù)運算能力斜做，并具有執(zhí)行速度快和節(jié)省空間的特點苞氮。

注意：ndarray的下標從0開始，且數(shù)組里的所有元素必須是相同類型

ndarray屬性

• ndim屬性：維度個數(shù)
• shape屬性：維度大小
• dtype屬性：數(shù)據(jù)類型

ndarray的隨機創(chuàng)建

通過隨機抽樣（numpy.random）生成隨機數(shù)據(jù)

np.random.rand()
隨機樣本位于[0,1)中瓤逼，rand固定取件0.0~1.0

1-1

np.random.randn()
隨機樣本是從標準正態(tài)分布中返回一個或多個樣本值

1-2

np.random.randint()
生成指定維度大辛鳌（3行4列）的隨機多維整型數(shù)據(jù)（二維），randint()可以指定區(qū)間（-1, 5）

1-3

np.random.uniform()
生成指定維度大邪云臁（3行4列）的隨機多維浮點型數(shù)據(jù)（二維）贷帮，uniform()可以指定區(qū)間（-1, 5）

1-4

ndarray的序列創(chuàng)建

np.array(collection)
collection為序列型對象（list）、嵌套序列對象（list of list）

#list序列轉(zhuǎn)換為ndarray
list = range(10)
arr = np.array(list)
print(arr)#ndarray數(shù)據(jù)
print(type(arr))

2-1

np.zeros()指定大小的全0數(shù)組诱告。注意第一個參數(shù)是數(shù)組撵枢，用來指定大小，如（3,4）

zeros_arr = np.zeros((3,4))

2-2

np.ones()
指定大小全是1的數(shù)組精居，注意：第一個參數(shù)是遠足锄禽，用來指定大小，如（3,4）

np.ones()

2-3

np.empty()
初始化數(shù)組靴姿，不是總是返回全0沟绪，有時返回的是未初始化的隨機值（內(nèi)存里的隨機值）

#np.empty
empty_arr = np.empty((3,3))
#np.empty 指定數(shù)據(jù)類型
empty_int_arr = np.empty((3,3),int)

2-4

np.arange()和reshape()
arange()類似python的range(),創(chuàng)建一個一維ndarray數(shù)組
reshape將重新調(diào)整數(shù)組的維數(shù)

# np.arange() 
arr = np.arange(15) # 15個元素的 一維數(shù)組 
print(arr) 
print(arr.reshape(3, 5)) # 3x5個元素的 二維數(shù)組
print(arr.reshape(1, 3, 5)) # 1x3x5個元素的 三維數(shù)組

2-5

ndarray數(shù)據(jù)類型

dtype參數(shù)
指定數(shù)組的數(shù)據(jù)類型，類型名+位數(shù)空猜，如float64绽慈，int32

#初始化3行4列數(shù)組恨旱，數(shù)據(jù)類型為float64
zeros_float_arr = np.zeros((3,4),dtype=np.float64)
print(zeros_float_arr)

3-1

astype方法

#astype轉(zhuǎn)換數(shù)據(jù)類型，將已有的數(shù)組的數(shù)據(jù)類型轉(zhuǎn)換為int32
zeros_int_arr = zeros_float_arr.astype(np.int32) 
print(zeros_int_arr) 
print(zeros_int_arr.dtype)

3-2

ndarray的矩陣運算

數(shù)組是編程中的概念坝疼，矩陣搜贤、矢量是數(shù)學概念。

在計算機編程中钝凶，矩陣可以用數(shù)組形式定義仪芒，矢量可以用結(jié)構(gòu)定義!

1.矢量運算：相同大小的數(shù)組間運算應(yīng)用在元素上

#矢量與矢量運算
arr = np.array([[1,2,3],[4,5,6]])
print("元素相乘：")
print(arr*arr)
print("矩陣相加：")
print(arr + arr)

4-1

2.矢量和標量運算："廣播"-將標量"廣播"到各個元素

#矢量與標量運算
arr = np.array([[1,2,3],[4,5,6]])
print(1./arr)
print(2.*arr)

4-2

ndarray的索引與切片

1.一維數(shù)組的索引與切片-與python的列表索引功能相似

#一維數(shù)組
arr1 = np.arange(10)
print(arr1)
print(arr1[2:5])

5-1

2.多維數(shù)組的索引與切片

arr2 = np.random.randint(1,5,size(3,5))
print(arr2)
print(arr2[2:3])

5-2

3.條件索引
布爾值多維數(shù)組：arr[condition]，condition也可以是多個條件組合耕陷。
注意闲孤，多個條件組合要使用 & | 連接，而不是Python的 and or崖叫。

# 條件索引 找出 data_arr 中 2005年后的數(shù)據(jù) 
data_arr = np.random.rand(3,3) 
print(data_arr) 
year_arr = np.array([[2000, 2001, 2000], [2005, 2002, 2009], [2001, 2003, 2010]]) 
is_year_after_2005 = year_arr >= 2005 
print(is_year_after_2005, is_year_after_2005.dtype)

5-3

filtered_arr = data_arr[is_year_after_2005] 
print(filtered_arr) 
# 多個條件 
filtered_arr = data_arr[(year_arr <= 2005) & (year_arr % 2 == 0)] 
print(filtered_arr)

5-4

ndarray的轉(zhuǎn)置

二維數(shù)組直接使用轉(zhuǎn)換函數(shù)：transpose()
高維數(shù)組轉(zhuǎn)換要指定維度編號參數(shù) (0, 1, 2, …)巍耗，注意參數(shù)是元組

arr = np.random.rand(2,3) # 2x3 數(shù)組 
print(arr) 
print(arr.transpose()) # 轉(zhuǎn)換為 3x2 數(shù)組 

5-5

arr3d = np.random.rand(2,3,4) # 2x3x4 數(shù)組，2對應(yīng)0嗜诀，3對應(yīng)1猾警，4對應(yīng)2 
print(arr3d) 
print(arr3d.transpose((1,0,2))) # 根據(jù)維度編號，轉(zhuǎn)為為 3x2x4 數(shù)組

5-6

元素計算函數(shù)

• ceil(): 向上最接近的整數(shù)隆敢，參數(shù)是 number 或 array
• floor(): 向下最接近的整數(shù)发皿，參數(shù)是 number 或 array
• rint(): 四舍五入，參數(shù)是 number 或 array
• isnan(): 判斷元素是否為 NaN(Not a Number)拂蝎，參數(shù)是 number 或 array
• multiply(): 元素相乘穴墅，參數(shù)是 number 或 array
• divide(): 元素相除，參數(shù)是 number 或 array
• abs()：元素的絕對值温自，參數(shù)是 number 或 array
• where(condition, x, y): 三元運算符封救，x if condition else y

# randn() 返回具有標準正態(tài)分布的序列。 
arr = np.random.randn(2,3) 
print(arr) 
print(np.ceil(arr)) 
print(np.floor(arr)) 
print(np.rint(arr)) 

6-1

print(np.isnan(arr)) 
print(np.multiply(arr, arr)) 
print(np.divide(arr, arr)) 
print(np.where(arr > 0, 1, -1))

6-2

元素統(tǒng)計函數(shù)

• np.mean(), np.sum()：所有元素的平均值捣作，所有元素的和誉结，參數(shù)是 number 或 array
• np.max(), np.min()：所有元素的最大值，所有元素的最小值券躁，參數(shù)是 number 或 array
• np.std(), np.var()：所有元素的標準差惩坑，所有元素的方差，參數(shù)是 number 或 array
• np.argmax(), np.argmin()：最大值的下標索引值也拜，最小值的下標索引值以舒，參數(shù)是 number 或 array
• np.cumsum(), np.cumprod()：返回一個一維數(shù)組，每個元素都是之前所有元素的 累加和 和 累乘積慢哈，參數(shù)是 number 或 array
• 多維數(shù)組默認統(tǒng)計全部維度蔓钟，axis參數(shù)可以按指定軸心統(tǒng)計，值為0則按列統(tǒng)計卵贱，值為1則按行統(tǒng)計滥沫。

arr = np.arange(12).reshape(3,4) 
print(arr) 
print(np.sum(arr)) # 所有元素的和 
print(np.sum(arr, axis=0)) # 數(shù)組的按列統(tǒng)計和 
print(np.sum(arr, axis=1)) # 數(shù)組的按行統(tǒng)計和
print(np.cumsum(arr)) # 返回一個一維數(shù)組侣集，每個元素都是之前所有元素的 累加和 

7-1

arr = np.random.randint(0,10,(3,4))
print(arr)
#所有元素的平均值與和
print(np.mean(arr))
print(np.sum(arr))
#求數(shù)組的最大值
print(np.max(arr))
print(np.min(arr))
#方差和標準差：衡量數(shù)據(jù)和期望值之間的偏離值
#求方差：所有元素都和平均數(shù)的差的平方的平均數(shù)
print(np.var(arr))
#求標準差:方差的平方根
print(np.std(arr))

7-2

#求最大值和最小值的索引下標
#如果是多維數(shù)組，將多維數(shù)組合并成一維數(shù)組兰绣，再找出最大值索引下標
arr = np.arange(10)
print(arr)
print(np.argmax(arr))
print(np.argmin(arr))
#返回一維數(shù)組世分，數(shù)組每個元素都是之前每個元素的累加和
print(np.cumsum(arr))
#返回一個一維數(shù)組，數(shù)組的每一個元素都是之前所有元素的累加積
print(np.cumprod(arr))

7-3