科学计算库Numpy(1)

…衆ロ難τιáo~ 提交于 2020-02-26 17:58:34

Numpy

 

一,数据结构

数据类型: ndarray 

import numpy
world_alchol = numpy.genfromtxt('world_alchol.txt',delimiter=',',dtype=str)
print(type(world_alchol))
print(world_alchol)
print(help(numpy.genfromtxt))

创建一维的数组:

vector = numpy.array([5,10,15,20])

创建二维的数组:

matrix = numpy.array([[5,10,15,20],[15,20,25,30]])

查看数据的结构:

vector.shape        -------   (4,)    一行四列

matrix.shape        -------  (2,4)   两行四列

在numpy.array中的数据类型是限定的,必须是一种数据结构;

数字,string,浮点数等等...

通过索引获取数组的值,行和列的开始都是0开始;

vector[2,] 的值是15;

matrix[1,2] 的值是25;

想取数组的某一列;

matrix[:,2]  的值是15 ,25

如果取两列的话;

 matrix[:,0:2]  的值是:array([[ 5, 10],[15, 20]])

判断一个值是否在,返回值是bool类型;

vector == 10 ;返回:array([False,  True, False, False])

matrix == 25;返回:array([[False, False, False, False], [False, False,  True, False]])

把bool类型的值当成索引返回当前的值;

 print(equal_to_ten)   ----> [False  True False False]

print(vector[equal_to_ten])  ----> [10]  当成索引返回数组中的值;

second_column_25 = (matrix[:,2] == 25

print(second_column_25)    ----》   [False  True]  ; 有一行返回true ,说明这行有25的值;

print(matrix[second_column_25,:])    --》[[15 20 25 30]]  返回第二行数组; (second_column_25是行的索引)

 

 二,矩阵常用操作;

 b = np.arange(3)

print(b)

print(np.exp(b))

print(np.sqrt(b))  根号

 

a = np.floor(10*np.random.random((3,4)))

print(a)

正常情况下向量a.shape查看数据的结构,但是矩阵可以用a.revel()把值给拉平了(变成列表)向量;

print(a.ravel())

a.shape也可以进行其他的组合,变化数组的结构;

a.shape = (6,2)

a.shape = (1,12)

a.T也可以进行转置(行和列变化);

a.reshape(3,-1) 可以变成3行,n列; -1 代表不要计算取多少列的值,a.reshape(3,-1)可以直接计算;

 

矩阵拼接:

np.hstack(a,b) 可以进行横向数据拼接;np.vstack(a,b) 可以进行横向数据拼接;

a = np.floor(10*np.random.random((2,2)))    print(a)

b = np.floor(10*np.random.random((2,2)))    print(b)

print(np.hstack(a,b)) ; print(np.vstack(a,b))

 

矩阵切分:

np.hsplit(a,3) 把a矩阵切横向分成3份;但是也可以传入元组进行指定切分np.hsplit(a,(3,4)) 把切的元素单独分出 ;

a.np.floor(10*np.random.random((2,12)))    print(a)

print(np.hsplit(a,3))  ;  print(np.hsplit(a,(3,4)))

np.vsplit(a,3)  把矩阵a纵向切分成3份;

 

不同复制操作对比:

(1) a = np.arange(12)  ; b = a;  print(bi is a) ;  b.shape = 3,4  ; print(a.shape) ; print(a);print(b); 

说明a和b的值是相等的;

(2) c = a.view() ; print(c is a); c.shape = 2,6 ; c[0,4] = 1234; print(a); print(id(a));print(id(c));

c是a的浅复制;c和a的id是并不相等的;他们公用了一套值;

(3) 即让他的id 不同,值也不同;

d = a.copy()  --- 深复制 ; d is a   ; d[0,0]=999 ; print(d) ; print(a) ;

 

数据索引

data = np.sin(np.arange(20)).reshape(5,4) ; print(data) ; 

ind = data.argmax(axis=0)  -- axis按列算; 哪个列是最大的值;print(ind)返回的是索引值;

data_max = data[ind. range(data.shape[1])]  ;

print(data_max) ; 输出列最大值列表;

 

列扩展数据:

a = np.arange(0, 40, 10) ; print(a) ; b = np.tile(a , (3,5)) ; print(b)对列进行扩展;

 

对数组排序;

a = np.arrar([[4, 3, 5],[1, 2, 1]]) ; print(a) ; b = np.sort(a, axis=1) ; print(b) ;

a.sort(axis=1) ;print(a) ;   a = np.array([4,3,1,2]) ; j = np.argsort(a) 求索引 ; print(j) ; print(a[j])

 

标签
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!