numpy——基础知识（创建/类型/形状/运算）（python）

news2024/11/25 4:25:29

简介

NumPy 是一个 Python 包。它代表 Numeric Python。它是一个由多维数组对象和用于处理数组的例程集合组成的库。
Numeric，即 NumPy 的前身，是由 Jim Hugunin 开发的。也开发了另一个包 Numarray ，它拥有一些额外的功能。 2005年，Travis Oliphant 通过将Numarray的功能集成到 Numeric 包中来创建NumPy包。这个开源项目有很多贡献者。（这两段简介均是抄的，这种简介看看就行了，了解即可）

基本操作

创建数组（矩阵）

# 导入库
import numpy as np
import random 

# 创建数组（矩阵）
a=np.array([1,2,3,4,5])
b=np.array(range(1,6))
c=np.arange(1,6)

print(a)
print(b)
print(c)

效果

在这里插入图片描述

说明

我们有两个方法创建数组

np.arrray():这种方法我们要事先把数组的所有元素及数组的形状都准备好，调用这个方法只是转化。
np.arange():这种方法简单一些，但是有很多的局限性，比如只能创建一维的数组，数组元素不能随性所欲的指定。

数组类型及Numpy数据类型

查看数组类型

我们可以用type(a)查看a的类型，都是numpy.ndarray。

NumPy - Ndarray 对象

NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。它描述相同类型的元素集合。可以使用基于零的索引访问集合中的项目。
ndarray中的每个元素在内存中使用相同大小的块。ndarray中的每个元素是数据类型对象的对象（称为 dtype）。
从ndarray对象提取的任何元素（通过切片）由一个数组标量类型的 Python 对象表示。下图显示了ndarray，数据类型对象（dtype）和数组标量类型之间的关系。（额，这些也是抄的，图就懒得抄过来了，看看即可）

Numpy数据类型

可以用dtype查看数组的元素类型，例如a.type查看数组a的元素类型
在这里插入图片描述

数据类型大致和C差不多，就是多个complex复数类型。

数组形状

很多都是概念性质的，没什么好讲解的（要讲解的都写了注释），直接上代码，简单明了

查看数组形状

# 导入库
import numpy as np

# 查看数组的形状
a=np.array([[1,2,3],[4,5,6]])
print(a)
print(a.shape)

修改数组形状

# 导入库
import numpy as np

# 修改数组的形状
# pay attention:这里的修改并没有改变原数组，调用reshape只是返回了修改后的值，若要保留修改后的值只能拿一个新的数组去接收

print(a.reshape(1,6))
print("*"*30)
print(a)

reshape的使用

# 导入库
import numpy as np

# 创建时直接指定数组形状
a=np.arange(24).reshape(4,6)
print(a)

将数组展开

# 导入库
import numpy as np

# 将数组展开，也就是变化成一维数组
# 同样地，这里并没有修改原数组形状。像这样有返回值的方法一般都不会修改元原数组。
print(a.flatten())
print(a)

还有很多，这里就不一一讲解介绍了,我们只需要了解最基本的即可，其他的用到了去Google即可，不然会搞的自己刚开始学就很累很不知所措，不要过于完美主义。

数组运算

数组和数运算

# 数组和数的运算 
a=np.arange(12).reshape(2,6)
print(a)

print("-"*30)
print(a+1)

print("-"*30)
print(a*3)

# 这是numpy的广播机制，运算过程中，加减乘除的值被运算到每一个元素上

同形状的数组之间运算

# 同形状的数组之间的运算

a=np.arange(24).reshape(4,6)
b=np.arange(100,124).reshape(4,6)
print(a)
print("-"*40)
print(b)
print("-"*40)
print(a+b)
print("-"*40)
print(a*b)

# 同形状的数组，对应的位置的元素直接运算即可

不同形状数组之间运算

# 不同形状的数组相加减
# 二行六列和一行六列

a=np.arange(12).reshape(2,6)
b=np.arange(6)
print(a.shape)
print(b.shape)
print("-"*30)
print(a)
print("-"*30)
print(b)
print("-"*30)
print(a-b)
print("-"*30)
print(a*b)

# 不同形状的数组相加减
# 二行六列和二行一列

a=np.arange(1,13).reshape(2,6)
b=np.arange(1,3).reshape(2,1)
print(a.shape)
print(b.shape)
print("-"*30)
print(a)
print("-"*30)
print(b)
print("-"*30)
print(a-b)
print("-"*30)
print(a*b)

# 不同形状的数组相加减
# 3*3*2和3#2

a=np.arange(18).reshape(3,3,2)
b=np.arange(6).reshape(3,2)
print(a.shape)
print(b.shape)
print("-"*30)
print(a)
print("-"*30)
print(b)
print("-"*30)
print(a-b)
print("-"*30)
print(a*b)

# 不同形状的数组相加减
# 3*3*2和3#3
# 这两个形状的数组不能进行计算

a=np.arange(18).reshape(3,3,2)
b=np.arange(9).reshape(3,3)
print(a.shape)
print(b.shape)
print("-"*30)
print(a)
print("-"*30)
print(b)
print("-"*30)
print(a-b)
print("-"*30)
print(a*b)

# 这两个数组之间不能运算，这段代码执行会报错