第十章、numpy模块

第十章、numpy模块

一、导入方式

import numpy as np#约定俗成

二、作用

数组或矩阵的运算

  1. numpy数组

    arr1 = np.array([1,2,3])    #创建一维数组对象
    arr1
    
    arr2 = np.array([[1,2,3],[4,5,6]])
    arr2                       #二维数组
    

    三维数组不用numpy模块,用TensorFlow、pytorch模块

  2. 属性

    属性 解释
    T 数组的转置(也就是行和列互换)
    dtype 数组元素的数据类型
    size 数组元素的个数(比如2行3列为6)
    ndim 数组的维数
    shape 数组的维度大小(以元组形式)(比如2行3列为(2,3))
    astype 类型转换
    arr = np.array([[1, 2, 3], [4, 5, 6]])
    print(arr.T)  # 行与列互换   arr1.transpose()也是转置
    -------------------------------------------------------
    [[1 4]
     [2 5]
     [3 6]]
    

切片

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr[:]) #取出数组所有元素
print(arr[:, :]) #取出数组所有元素

print(arr[0, :]) #取出第0行到第一行的数组
print(arr[0:1, :]) #取出第0行到第一行的数组,顾头不顾尾
print(arr[0:1, 0:1]) #取出第0行到第一行,第0列到第一列的数组,顾头不顾尾
print(arr[0, 0],type(arr[0, 0])) #取出第0行到第一行,第0列到第一列的数,输出数组类型
print(arr[0, [0,2]]) #取出第0行第0个元素和第2个元素 [1 3]
print(arr[0, 0] + 1) #取出第0行第0列的元素加1 2


取值

arr = np.array([[1, 2, 3], [4, 5, 6]])
arr[0, :] = 0 #将第0行的元素全部变为0
print(arr)

[[0 0 0]
[4 5 6]]
arr[1, 1] = 1 #将第一行第一列的数字改为1

arr[arr < 3] = 3 # 布尔取值 将小于3的数字全部变为3
print(arr)


合并

arr1 = np.array([[1, 2, 3], [4, 5, 6]]) # 可变数据类型
arr2 = np.array([[7, 8, 9], [10, 11, 12]]) # 可变数据类型

[[1 2 3]
[4 5 6]]
[[ 7 8 9]
[10 11 12]]


 

## 三、通过函数创建numpy数组

| 方法       | 详解                                  |
| ---------- | ------------------------------------- |
| array()    | 将列表转换为数组,可选择显式指定dtype |
| arange()   | range的numpy版,支持浮点数            |
| linspace() | 类似arange(),第三个参数为数组长度    |
| zeros()    | 根据指定形状和dtype创建全0数组        |
| ones()     | 根据指定形状和dtype创建全1数组        |
| eye()      | 创建单位矩阵                          |
| empty()    | 创建一个元素全随机的数组              |
| reshape()  | 重塑形状                              |

##四、 numpy数组运算

| 方法       | 详解                                  |
| ---------- | ------------------------------------- |
| array()    | 将列表转换为数组,可选择显式指定dtype |
| arange()   | range的numpy版,支持浮点数            |
| linspace() | 类似arange(),第三个参数为数组长度    |
| zeros()    | 根据指定形状和dtype创建全0数组        |
| ones()     | 根据指定形状和dtype创建全1数组        |
| eye()      | 创建单位矩阵                          |
| empty()    | 创建一个元素全随机的数组              |
| reshape()  | 重塑形状                              |

## 五、重点

**随机数种子:所有的随机数是按照随机数种子生成的**

 

时间短则不变,时间长就变

 

np.random.seed(int(time.time()))

np.random.seed(1) #如果固定了就不会变

arr1 = np.random.rand(3,4) # 可变数据类型

print(arr1)


rs = np.random.RandomState(1) #产生一个随机状态种子,seed为1

print(rs.rand(3,4))


[[4.17022005e-01 7.20324493e-01 1.14374817e-04 3.02332573e-01]

[1.46755891e-01 9.23385948e-02 1.86260211e-01 3.45560727e-01]

[3.96767474e-01 5.38816734e-01 4.19194514e-01 6.85219500e-01]]

posted @ 2019-08-20 21:24  得淼  阅读(188)  评论(0编辑  收藏  举报