numpy模块

numpy模块

一、导入方式

import numpy as np

二、作用

数组或矩阵的运算

三、方法

3.1 numpy数组

arr1 = np.array([1,2,3])    #一维数组
arr1

arr2 = np.array([[1,2,3],[4,5,6]])
arr2                       #二维数组

三维的数组不使用numpy模块，使用TensorFlow、pytorch模块

3.2 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]]

3.3 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

3.4 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)

3.5 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]]

print(np.hstack((arr1,arr2)))  # 行合并
------------------------------------------------------------
[[ 1  2  3  7  8  9]
 [ 4  5  6 10 11 12]]

print(np.vstack((arr1,arr2)))  # 列合并
------------------------------------------------
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]

print(np.concatenate((arr1, arr2)))  # 默认列合并
print(np.concatenate((arr1, arr2),axis=1))  # 1表示行;0表示列
-----------------------------------------------------------
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
[[ 1  2  3  7  8  9]
 [ 4  5  6 10 11 12]]

3.6 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 np.zeros((5, 5))
ones()	根据指定形状和dtype创建全1数组 np.ones((5, 5))
eye()	创建单位矩阵（对角线上的 数字为1）
empty()	创建一个元素全随机的数组
reshape()	重塑形状

3.7 numpy数组运算

运算符	说明
+	两个numpy数组对应元素相加
-	两个numpy数组对应元素相减
*	两个numpy数组对应元素相乘
/	两个numpy数组对应元素相除，如果都是整数则取商
%	两个numpy数组对应元素相除后取余数
**n	单个numpy数组每个元素都取n次方，如**2：每个元素都取平方

3.8 运算函数

sin,cos,tan,aqrt,exp等，只做了解

3.9 额外补充

(了解）

numpy随机数

print(np.random.rand(3,4))  #随机生成一个3*4的数组

print(np.random.randint(1,10,(3,4))) # 最小值1,最大值10,3*4

print(np.random.choice([1,2,3,4,5],3))   #随机生成一个元素为3个的数组，数组元素在[1,2,3,4,5]内

（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]]

numpy官网：https://docs.scipy.org/doc/numpy/reference/?v=20190307135750