7.3 NumPy基础操作

7.3.1 通用函数

7.3.2 数组索引

数组可以使用扩展的Python切片语法array[selection]进行索引。

方法	描述
x[i]	索引第i个元素
x[-i]	反向索引第i个元素
x[m: n]	以默认步长1从第m+1个元素索引至第n-1个元素
x[-m:-n]	以默认步长1从倒数第m个元素索引至倒数第n-1个元素
x[m, n, j]	以步长j从从第m+1个元素索引至第n-1个元素

数组可以使用类似序列对象类型的语法进行索引:

[]: x[1, 2] #查看第2行第3列的元素

[]:6.0

[]:x[:,1]#查看第二列元素

[]:array([2., 5., 8.])

[]:x[1] #查看第二行元素

[]:array([4., 5., 6.])

7.2.3 数组算术

ndarray对象类型可以对数组元素进行批量操作，这种特性称为矢量化。

[]:x*x

[]:array([[ 2., 4., 6.],

[ 8., 10., 12.],

[14., 16., 18.]])

[]:x-x

[]:array([[0., 0., 0.],

[0., 0., 0.],

[0., 0., 0.]])

[]:x*x

[]:array([[ 1., 4., 9.],

[16., 25., 36.],

[49., 64., 81.]])

[]:x/x

[]:array([[1., 1., 1.],

[1., 1., 1.],

[1., 1., 1.]])

[]:x**x

[]:array([[1.00000000e+00, 4.00000000e+00, 2.70000000e+01],

[2.56000000e+02, 3.12500000e+03, 4.66560000e+04],

[8.23543000e+05, 1.67772160e+07, 3.87420489e+08]])

7.3.4 数组属性

ndarray数组常用属性如下表：

属性	描述
ndarray.flags	数组内存布局信息
ndarray.shape	数组的形状
ndarray.strides	Tuple of bytes to step in each dimension when traversing an array.
ndarray.ndim	数组维数
ndarray.data	包含数组元素的缓存地址
ndarray.size	数组元素的个数
ndarray.itemsize	每个数组元素的字节大小
ndarray.nbytes	数组元素的总字节数
ndarray.T	数组转置，与transpose()方法相同
ndarray.real	数组的实部
ndarray.imag	数组的虚部
ndarray.flat	一维数组迭代器

下面我们查看ndarray对象x的相关属性：

[]:x.flags

[]: C_CONTIGUOUS : True

F_CONTIGUOUS : False

OWNDATA : True

WRITEABLE : True

ALIGNED : True

WRITEBACKIFCOPY : False

UPDATEIFCOPY : False

[]:x.nbytes

[]:72

7.3.5 数组方法

接下来我们介绍常用数组方法：

数组创建

可以使用下列方法来创建数组对象

方法	描述
ndarray.array([x, …], dtype=int)	使用Python列表和元组创建ndarray数组
ndarray.arange(m, n, i)	创建一个从m到n，以i为步长的ndarray数组
ndarray.linspace(m, n, l)	创建一个从m到n，等分为l个元素的ndarray数组
ndarray.indices((m,n ))	创建一个m行n列矩阵
nndarray.random.rand(m, n)	创建一个m行n列的随机数组
np.ones((m, n), dtype)	创建一个m行n列全1数组
np.empty((m, n), dtype)	创建一个m行n列全0数组

创建一个3行5列的全1数组：

[]:np.ones((3,5))

[]:array([[1., 1., 1., 1., 1.],

[1., 1., 1., 1., 1.],

[1., 1., 1., 1., 1.]])

创建一个4行5列的随机数组

[]:array([[1., 1., 1., 1., 1.],

[1., 1., 1., 1., 1.],

[1., 1., 1., 1., 1.]])

[]:array([[0.02056306, 0.71741279, 0.90432924, 0.73616127, 0.63019217],

[0.71198986, 0.23522983, 0.76942657, 0.74224889, 0.0969868 ],

[0.15701329, 0.05086768, 0.83441576, 0.1043487 , 0.33995561],

[0.25604749, 0.63719473, 0.20883015, 0.75983402, 0.67768955]])

数组转换

可以使用下列方法对ndarray对象进行转换

方法	描述
ndarray.item(*args)	将数组的元素复制到标准Python标量并返回它。
ndarray.tolist()	以(可能是嵌套的)列表的形式返回数组。
ndarray.itemset(*args)	将标量插入数组(如果可能，标量将转换为数组的dtype)
ndarray.tofile(fid[, sep, format])	将数组以文本或二进制形式写入文件(默认值)。
ndarray.copy([order])	返回数组的副本。
ndarray.view([dtype, type])	具有相同数据的数组的新视图。
ndarray.fill(value)	用标量值填充数组。

将一个大小维的三维随机数组转为列表形式

[]:np.random.rand(2,3,2).tolist()

[]:[[[0.6522732091435327, 0.30567594621945293],

[0.6144978942635615, 0.00535896256724222],

[0.20425276599130826, 0.012501269195163922]],

[[0.9406005870981111, 0.6682967703772825],

[0.23029639908927446, 0.9903955382985428],

[0.6846793144592922, 0.6686806969051653]]]

形状操纵

对于重新塑造、调整大小和转置，可以用n个整数替换单个元组参数，这些整数将被解释为一个n元组。

ndarray.reshape(shape[, order])	返回包含具有新形状的相同数据的数组。
ndarray.resize(new_shape[, refcheck])	改变数组的形状
ndarray.transpose(*axes)	返回数组的转置
ndarray.swapaxes(axis1, axis2)	返回交换了axis1和axis2的数组的视图。
ndarray.flatten([order])	返回折叠成一维的数组的副本。
ndarray.ravel([order])	返回一个扁平数组

将一个大小为的2维随机数组展平:

[]:np.random.rand(2,3,2).flatten()

[]:array([0.55389146, 0.29099669, 0.49944941, 0.75609966, 0.59443963,

0.10997695, 0.52392316, 0.81634779, 0.86769176, 0.35935143,

0.03287644, 0.69989962])

将一个大小为的2维随机数组随机数组重塑为的随机数组:

[]:x=np.random.rand(2,3)

x

[]:array([[0.67406133, 0.3566374 , 0.2665187 ],

[0.24009316, 0.59855278, 0.32029325]])

[]:x.reshape(3,2)

[]:array([[0.67406133, 0.3566374 ],

[0.2665187 , 0.24009316],

[0.59855278, 0.32029325]])

数组计算

可以使用下列方法对ndarray数组进行计算:

ndarray.argmax([axis, out])	Return indices of the maximum values along the given axis. 返回指定轴上最大值的索引。
ndarray.min([axis, out, keepdims])	返回指定轴上得最小值
ndarray.argmin([axis, out])	返回指定轴上最小值得索引。
ndarray.ptp([axis, out, keepdims])	返回指定轴轴的数值波动范围
ndarray.clip([min, max, out])	以数组形式返回指定范围内的元素。
ndarray.round([decimals, out])	返回四舍五入到特定位数的小数。
ndarray.trace([offset, axis1, axis2, dtype, out])	返回数组对角线的和。
ndarray.sum([axis, dtype, out, keepdims])	返回给定轴上数组元素的和。
ndarray.mean([axis, dtype, out, keepdims])	返回数组元素沿给定轴的平均值。
ndarray.var([axis, dtype, out, ddof, keepdims])	返回数组元素沿给定轴的方差。
ndarray.std([axis, dtype, out, ddof, keepdims])	返回数组元素沿给定轴的标准差。
ndarray.prod([axis, dtype, out, keepdims])	返回数组元素在给定轴上的乘积

上述方法对axis轴进行计算。的axis参数如果维None，则将数组视作一维数组。

例：创建一个大小为3×3×3的三维数组，对它的三个轴求和

[]:x=np.random.rand(3,3,3)

x

[]:array([[[0.57982037, 0.41002888, 0.72101916],

[0.93451008, 0.47677948, 0.55761938],

[0.3703933 , 0.54361156, 0.95946646]],

[[0.73779921, 0.08440105, 0.00188711],

[0.32432818, 0.2609275 , 0.61720936],

[0.77805538, 0.69264117, 0.75065842]],

[[0.56759239, 0.16964658, 0.5724592 ],

[0.42525304, 0.89439075, 0.76269357],

[0.649416 , 0.30066668, 0.46065574]]])

[]:x.sum(axis=0), x.sum(axis=1), x.sum(axis=2)

[]:(array([[1.88521197, 0.66407651, 1.29536547],

[1.6840913 , 1.63209773, 1.93752231],

[1.79786468, 1.5369194 , 2.17078062]]),

array([[1.88472375, 1.43041992, 2.23810499],

[1.84018276, 1.03796971, 1.36975488],

[1.64226143, 1.36470401, 1.79580851]]),

array([[1.71086841, 1.96890893, 1.87347132],

[0.82408737, 1.20246503, 2.22135496],

[1.30969818, 2.08233737, 1.41073841]]))

一些方法带有out参数，可以将结果输出到out参数指定的数ndarray组中。