目錄

• • 乍見之歡
  • • ndarray是什么
    • 創(chuàng)建ndarray數(shù)組
    • ndarray數(shù)據(jù)類型轉(zhuǎn)換
  • 久處不厭
  • • 數(shù)組變換

乍見之歡

ndarray是什么

NumPy 最重要的一個特點是其 N 維數(shù)組對象 ndarray，它是一系列同類型數(shù)據(jù)的集合，以 0 下標(biāo)為開始進行集合中元素的索引。
ndarray 對象是用于存放同類型元素的多維數(shù)組。
ndarray 中的每個元素在內(nèi)存中都有相同存儲大小的區(qū)域。ndarray對象是一個快速而靈活的數(shù)據(jù)集容器。

創(chuàng)建ndarray數(shù)組

通過numpy中的array函數(shù)就可以創(chuàng)建ndarray數(shù)組。
注：numpy能將序列數(shù)據(jù)（列表，元組，數(shù)組等）轉(zhuǎn)化為ndarray數(shù)組。
實例：

import numpy as np data1=[1,3,5,7,9]#列表類型 data2=(0,2,4,6,8)#元組類型 data3=[[1,3,5,7,9],[0,2,4,6,8]]#多維數(shù)組 array1=np.array(data1) array2=np.array(data2) array3=np.array(data3) print(array1) print(array2) print(array3)

運行結(jié)果：

[1 3 5 7 9] [0 2 4 6 8] [[1 3 5 7 9][0 2 4 6 8]]

當(dāng)創(chuàng)建好ndarray數(shù)組時，會同時存儲ndarray的shape和dtype，shape為數(shù)組維度大小和長，dtype為ndarray的數(shù)據(jù)類型。
例：

import numpy as np data=[1,3,5,7,9] array=np.array(data) print(array) print(array.shape) print(array.dtype)

運行結(jié)果：

[1 3 5 7 9] (5,) int32

當(dāng)數(shù)組中有整形和浮點型數(shù)據(jù)時，dtype數(shù)據(jù)類型為浮點型。
例：

import numpy as np data=[1,3,5.3,7,9] array=np.array(data) print(array) print(array.shape) print(array.dtype)

運行結(jié)果：

[1. 3. 5.3 7. 9. ] (5,) float64

除了np.array方法創(chuàng)建數(shù)組外，還可以使用其他一些函數(shù)創(chuàng)建，例：zeros函數(shù)，zeros函數(shù)可以創(chuàng)建指定長度全為0的數(shù)組。ones函數(shù)，可以創(chuàng)建指定長度全為1的數(shù)組。empty函數(shù)，可以創(chuàng)建一個沒有具體數(shù)值得數(shù)組。arange函數(shù)類似于range。

import numpy as np array1=np.zeros(5) array2=np.zeros((3,5)) array3=np.ones(5) array4=np.ones((3,5)) array5=np.empty((3,3,3)) array6=np.arange(5) print(array1) print(array2) print(array3) print(array4) print(array5) print(array6)

運行結(jié)果：

[0. 0. 0. 0. 0.] [[0. 0. 0. 0. 0.][0. 0. 0. 0. 0.][0. 0. 0. 0. 0.]] [1. 1. 1. 1. 1.] [[1. 1. 1. 1. 1.][1. 1. 1. 1. 1.][1. 1. 1. 1. 1.]] [[[6.23042070e-307 1.89146896e-307 1.37961302e-306][6.23053614e-307 6.23053954e-307 9.34609790e-307][8.45593934e-307 9.34600963e-307 9.34603000e-307]][[9.34593493e-307 1.86920872e-306 6.23054972e-307][1.42419530e-306 8.90098127e-307 8.01106038e-307][8.45603441e-307 6.23059726e-307 2.22522597e-306]][[1.06810268e-306 6.23052935e-307 1.33511562e-306][6.89805151e-307 2.22522597e-306 1.33511969e-306][8.34426039e-308 2.10081501e-312 2.10081501e-312]]] [0 1 2 3 4]

ndarray數(shù)據(jù)類型轉(zhuǎn)換

數(shù)組的數(shù)據(jù)類型有很多種，常見的數(shù)據(jù)類型為：整數(shù)（int）浮點數(shù)（float）復(fù)數(shù)（complex）布爾值（bool）字符串（_string）
數(shù)據(jù)類型轉(zhuǎn)換函數(shù)astype
實例：

import numpy as np data=[1,3,5.3,7,9] array=np.array(data) print(array.dtype)

運行結(jié)果：

float64

轉(zhuǎn)換為整數(shù)

import numpy as np data=[1,3,5.3,7,9] array=np.array(data) print(array) print(array.dtype) array=array.astype(np.int) print(array) print(array.dtype)

運行結(jié)果：

[1. 3. 5.3 7. 9. ]#轉(zhuǎn)換前 float64#類型 [1 3 5 7 9]#轉(zhuǎn)換后 int32#類型

注：浮點數(shù)轉(zhuǎn)化為整數(shù)時，小數(shù)點后全部截斷。不是四舍五入。

久處不厭

數(shù)組變換

數(shù)組重塑
對于定義好的數(shù)組可以使用reshape方法改變數(shù)組維度。
實例：

import numpy as np array=np.zeros(10) print(array) print(array.reshape((5,2)))

運行結(jié)果：

[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.] [[0. 0.][0. 0.][0. 0.][0. 0.][0. 0.]]

多維數(shù)組同樣也可以重塑。
相反的數(shù)據(jù)散開函數(shù)ravel，扁平化flatten函數(shù)

import numpy as np array=np.zeros(10) print(array) print(array.reshape((5,2))) print(array.ravel()) print(array.flatten())

運行結(jié)果：

[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.] [[0. 0.][0. 0.][0. 0.][0. 0.][0. 0.]] [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.] [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]

數(shù)組合并
數(shù)組的合并用于幾個數(shù)組間的操作，concatenate方法通過指定軸方向，即將多個數(shù)組合并在一起。

import numpy as np array1=np.arange(10).reshape((5,2)) print(array) array2=np.arange(10,20).reshape(5,2) print(array2) print(np.concatenate([array1,array2],axis=0))

運行結(jié)果：

[[0 1][2 3][4 5][6 7][8 9]] [[10 11][12 13][14 15][16 17][18 19]] [[ 0 1][ 2 3][ 4 5][ 6 7][ 8 9][10 11][12 13][14 15][16 17][18 19]]

數(shù)組合并也可以使用vstack和hstack

import numpy as np array1=np.arange(10).reshape((5,2)) print(array) array2=np.arange(10,20).reshape(5,2) print(array2) print(np.vstack([array1,array2]))

運行結(jié)果同上。

import numpy as np array1=np.arange(10).reshape((5,2)) print(array) array2=np.arange(10,20).reshape(5,2) print(array2) print(np.hstack([array1,array2]))

運行結(jié)果：

[[0 1][2 3][4 5][6 7][8 9]] [[10 11][12 13][14 15][16 17][18 19]] [[ 0 1 10 11][ 2 3 12 13][ 4 5 14 15][ 6 7 16 17][ 8 9 18 19]]

數(shù)組拆分
使用split方法進行拆分。

import numpy as np array1=np.arange(10).reshape((5,2)) array2=np.arange(10,20).reshape(5,2) a=np.hstack([array1,array2]) b=np.split(a,[2,3]) print(b)

運行結(jié)果：

[array([[ 0, 1, 10, 11],[ 2, 3, 12, 13]]), array([[ 4, 5, 14, 15]]), array([[ 6, 7, 16, 17],[ 8, 9, 18, 19]])]

數(shù)組轉(zhuǎn)置
使用transpose方法可以實現(xiàn)轉(zhuǎn)置。

import numpy as np array=np.arange(10).reshape((5,2)) print(array) a=array.transpose((1,0)) print(a) [[0 1][2 3][4 5][6 7][8 9]] [[0 2 4 6 8][1 3 5 7 9]]

T屬性同樣可以用來轉(zhuǎn)置。

總結(jié)

以上是生活随笔為你收集整理的chapter.numpy1.1 ndarray多维数组的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。