一玉掸、Numpy庫入門
-
ndarray對象的屬性
-
.ndim秩伴挚，即軸的數(shù)量或維度的數(shù)量 -
.shapendarray對象的尺度，對于矩陣沦辙，n行m列 -
.sizendarray對象元素的個數(shù)夫植，相當于.shape中n*m的值 -
.dtypendarray對象的元素類型 -
.itemsizendarray對象中每個元素的大小，以字節(jié)為單位
-
-
ndarray數(shù)組的創(chuàng)建方法
- 從Python中的列表油讯、元組等類型創(chuàng)建ndarray數(shù)組
x= np.array(list/tuple)
x= np.array(list/tuple, dtype=np.float32)
當np.array()不指定dtype時详民，NumPy將根據(jù)數(shù)據(jù)情況關聯(lián)一個dtype類型 - 使用NumPy中函數(shù)創(chuàng)建ndarray數(shù)組，如：arange, ones, zeros等
np.arange(n)類似range()函數(shù)陌兑，返回ndarray類型沈跨，元素從0到n‐1
np.ones(shape)根據(jù)shape生成一個全1數(shù)組，shape是元組類型
np.zeros(shape)根據(jù)shape生成一個全0數(shù)組诀紊，shape是元組類型
np.full(shape,val)根據(jù)shape生成一個數(shù)組，每個元素值都是val
np.eye(n)創(chuàng)建一個正方的n*n單位矩陣隅俘，對角線為1邻奠，其余為0
np.ones_like(a)根據(jù)數(shù)組a的形狀生成一個全1數(shù)組
np.zeros_like(a)根據(jù)數(shù)組a的形狀生成一個全0數(shù)組
np.full_like(a,val)根據(jù)數(shù)組a的形狀生成一個數(shù)組，每個元素值都是val
- 從Python中的列表油讯、元組等類型創(chuàng)建ndarray數(shù)組
使用NumPy中其他函數(shù)創(chuàng)建ndarray數(shù)組
np.linspace()根據(jù)起止數(shù)據(jù)等間距地填充數(shù)據(jù)为居，形成數(shù)組
np.concatenate()將兩個或多個數(shù)組合并成一個新的數(shù)組ndarray數(shù)組的變換
ndarray數(shù)組的維度變換
.reshape(shape)不改變數(shù)組元素碌宴，返回一個shape形狀的數(shù)組，原數(shù)組不變
.resize(shape)與.reshape()功能一致蒙畴，但修改原數(shù)組
.swapaxes(ax1,ax2)將數(shù)組n個維度中兩個維度進行調換
.flatten()對數(shù)組進行降維贰镣，返回折疊后的一維數(shù)組，原數(shù)組不變ndarray數(shù)組的類型變換
new_a = a.astype(new_type)ndarray數(shù)組向列表的轉換
ls = a.tolist()ndarray數(shù)組的操作
索引：獲取數(shù)組中特定位置元素的過程
切片：獲取數(shù)組元素子集的過程
- 一維數(shù)組的索引和切片：與Python的列表類似
a[2]
a[1: 4: 2]
起始編號: 終止編號(不含): 步長膳凝，3元素冒號分割
編號0開始從左遞增碑隆，或‐1開始從右遞減
- 多維數(shù)組的索引：
每個維度一個索引值，逗號分割 - 多維數(shù)組的切片：
選取一個維度用:
a[: , 1 , -3]
每個維度切片方法與一維數(shù)組相同
a[: , 1 : 3 , :]
每個維度可以使用步長跳躍切片
a[: , : , : : 2]
- ndarray數(shù)組的運算
- NumPy一元函數(shù)
np.abs(x) np.fabs(x)計算數(shù)組各元素的絕對值
np.sqrt(x)計算數(shù)組各元素的平方根
np.square(x)計算數(shù)組各元素的平方
np.log(x) np.log10(x)np.log2(x) 計算數(shù)組各元素的自然對數(shù)蹬音、10底對數(shù)和2底對數(shù)
np.ceil(x) np.floor(x)計算數(shù)組各元素的ceiling值 或 floor值
np.rint(x)計算數(shù)組各元素的四舍五入值
np.modf(x)將數(shù)組各元素的小數(shù)和整數(shù)部分以兩個獨立數(shù)組形式返回
np.cos(x) np.cosh(x) np.sin(x) np.sinh(x) np.tan(x) np.tanh(x)計算數(shù)組各元素的普通型和雙曲型三角函數(shù)
np.exp(x)計算數(shù)組各元素的指數(shù)值
np.sign(x)計算數(shù)組各元素的符號值上煤，1(+), 0, ‐1(‐)
- NumPy一元函數(shù)
- NumPy二元函數(shù)
+ ‐ * / **兩個數(shù)組各元素進行對應運算
np.maximum(x,y) np.fmax() np.minimum(x,y) np.fmin()元素級的最大/小值計算
np.mod(x,y)元素級的模運算
np.copysign(x,y)將數(shù)組y中各元素值的符號賦值給數(shù)組x對應元素
> < >= <= == !=算術比較，產生布爾型數(shù)組
二著淆、Numpy數(shù)據(jù)文件與存儲
- 一維劫狠、二維數(shù)據(jù)
CSV (Comma‐Separated Value, 逗號分隔值)拴疤，是一種常見的文件格式，用來存儲批量數(shù)據(jù)- 從數(shù)組寫入數(shù)據(jù)
np.savetxt(frame, array, fmt='%.18e', delimiter=None)
frame文件独泞、字符串或產生器呐矾，可以是.gz或.bz2的壓縮文件
array存入文件的數(shù)組
fmt寫入文件的格式，例如：%d %.2f %.18e
delimiter分割字符串懦砂，默認是任何空格蜒犯，csv文件是逗號分隔
np.savetxt('a.txt', a, fmt='%d', delimiter=',')
- 從數(shù)組寫入數(shù)據(jù)
- 讀入文件到數(shù)組
np.loadtxt(frame, dtype=np.float, delimiter=None， unpack=False)
frame文件孕惜、字符串或產生器愧薛，可以是.gz或.bz2的壓縮文件
dtype數(shù)據(jù)類型，可選 （CSV中存儲的是字符串類型）
delimiter分割字符串衫画，默認是任何空格
unpack如果True毫炉，讀入屬性將分別寫入不同變量 - CSV的局限性
CSV只能有效存儲一維和二維數(shù)組，np.savetxt() np.loadtxt()只能有效存取一維和二維數(shù)組 - 任意維度數(shù)據(jù)
-
a.tofile(frame, sep='', format='%s')
frame文件削罩、字符串
sep數(shù)據(jù)分割字符串瞄勾，如果是空串，寫入文件為二進制
format寫入數(shù)據(jù)的格式
a.tofile('b.dat', sep=',' , formt='%s') -
np.fromfile(frame, dtype=float, count=‐1, sep='')
frame文件弥激、字符串
dtype讀取的數(shù)據(jù)類型
count讀入元素個數(shù)进陡，‐1表示讀入整個文件
sep數(shù)據(jù)分割字符串，如果是空串微服，寫入文件為二進制
np.fromfile(frame, dtype=float, count=‐1, sep='')
該方法需要讀取時知道存入文件時數(shù)組的維度和元素類型趾疚，a.tofile()和np.fromfile()需要配合使用，可以通過元數(shù)據(jù)文件來存儲額外信息
Numpy的便捷文件存取
np.save(fname, array)或np.savez(fname, array)
fname文件名以蕴，以.npy為擴展名糙麦，壓縮擴展名為.npz
array數(shù)組變量np.load(fname)
fname文件名，以.npy為擴展名丛肮，壓縮擴展名為.npzNumpy的隨機數(shù)函數(shù)子庫
rand(shape)根據(jù)d0‐dn創(chuàng)建隨機數(shù)數(shù)組赡磅，浮點數(shù)，[0,1)宝与，均勻分布
randn(shape)根據(jù)d0‐dn創(chuàng)建隨機數(shù)數(shù)組焚廊，標準正態(tài)分布
randint(low,high,shape])根據(jù)shape創(chuàng)建隨機整數(shù)或整數(shù)數(shù)組
seed(s)隨機數(shù)種子，s是給定的種子值
shuffle(a)根據(jù)數(shù)組a的第1軸進行隨排列习劫，改變數(shù)組x
permutation(a)根據(jù)數(shù)組a的第1軸產生一個新的亂序數(shù)組咆瘟，不改變數(shù)組x
choice(a[,size,replace,p])從一維數(shù)組a中以概率p抽取元素，形成size形狀新數(shù)組诽里， replace表示是否可以重用元素搞疗，默認為False
uniform(low,high,size)產生具有均勻分布的數(shù)組,low起始值,high結束值
normal(loc,scale,size)產生具有正態(tài)分布的數(shù)組,loc均值,scale標準差
poisson(lam,size)產生具有泊松分布的數(shù)組,lam隨機事件發(fā)生率Numpy的統(tǒng)計函數(shù)
sum(a, axis=None)根據(jù)給定軸axis計算數(shù)組a相關元素之和，axis整數(shù)或元組
mean(a, axis=None)根據(jù)給定軸axis計算數(shù)組a相關元素的期望，axis整數(shù)或元組
average(a,axis=None,weights=None)根據(jù)給定軸axis計算數(shù)組a相關元素的加權平均值
std(a, axis=None)根據(jù)給定軸axis計算數(shù)組a相關元素的標準差
var(a, axis=None)根據(jù)給定軸axis計算數(shù)組a相關元素的方差
min(a) max(a)計算數(shù)組a中元素的最小值匿乃、最大值
argmin(a) argmax(a)計算數(shù)組a中元素最小值桩皿、最大值的降一維后下標
unravel_index(index, shape)根據(jù)shape將一維下標index轉換成多維下標
ptp(a)計算數(shù)組a中元素最大值與最小值的差
median(a)計算數(shù)組a中元素的中位數(shù)（中值）Numpy的梯度函數(shù)
np.gradient(f)計算數(shù)組f中元素的梯度，當f為多維時幢炸，返回每個維度梯度
梯度：連續(xù)值之間的變化率泄隔，即斜率
XY坐標軸連續(xù)三個X坐標對應的Y軸值：a, b, c，其中宛徊，b的梯度是： (c‐a)/2
