一、Numpy與數(shù)據(jù)
對ndarray類型，其中的所有元素都是同一類型的，如果不是同一類型的，向下轉(zhuǎn)換成同一類型
操作
np.array()
myarray.dtype 元素的數(shù)據(jù)類型
myarray.itemsize 每個元素的大小 （字節(jié)數(shù)）
.shape
.size 元素個數(shù)
.ndim 維數(shù)
.fill(0) 填充為0
.nbytes 占內(nèi)存空間字節(jié)數(shù)
索引與切片
從0開始的
narray[1:3]
narray[-2:]
narray[1,1]
narrya[:,1] 第一列
narrya[1] 第一行
narray1 = narray2
兩個指向現(xiàn)一個數(shù)據(jù)
改narray2 ，narrya1跟著變
narray2 = narray1.copy() 兩份數(shù)據(jù)
np.arrange(0,100,10) 構(gòu)造等差數(shù)組
mask = new np.array([1,0,1,1,0],dtype = bool)
narrya[mask] 可以按mask取數(shù)據(jù)
np.where()
myarray=np.array([1,2,3,4,5],dtype=np.float32)
myarray=np.array([1,2,3,4,'str'],dtype=np.object)
np.asarray(array1,dtype=np.float)
array2 = array1.astype(np.float32)
二、數(shù)值運算與排序操作
數(shù)值計算
np.sum(array1) 求和
按維度求和
np.sum(array1，axis=0)
np.sum(array1，axis=1)
np.sum(array1，axis=-1) 最后一個軸
array1.sum()
array1.prod(axis=0)乘積
array1.min(axis=0) 最小值
array1.max(axis=0) 最大值
array1.argmin(axis=0) 最小值的索引
array1.argmax(axis=0)
array1.mean(axis=0) 均值
array1.std(axis=0) 標(biāo)準(zhǔn)差
array1.var(axis=0) 方差
array1.clip(2,4) 做限制最大、最小值
array1.round(decimals=1)
排序
np.sort(array1,axis=0) 默認(rèn)軸是-1
np.argsort()
array1=np.linspace(0,10,10)
values = np.array([2.5,6.5.9.5])
np.searchsorted(array1,values) array1必須是排充好的數(shù)組
np.lexsort()
3. 數(shù)組形狀操作與生成函數(shù)
3.1數(shù)據(jù)形狀操作
myarray= np.arange(10)
myarray.shape = 2,5
myarray.reshape(1,10)
增加維度
myarray2 = myarra[:,np.newaxis]
myarray2 = myarra[np.newaxis,:]
壓縮
myarray2 = myarray.squeeze()
轉(zhuǎn)置
myarray.transpose()
myarray.T
數(shù)組的連接
c=np.concatenate((a,b),axis=0)
np.vstack((a,b))
np.hstack((a,b))
拉平
a.flatten() a.reval()
3.2 數(shù)據(jù)的生成
np.arange(10)
np.arange(2, 10, 2,dtype=np.float32) 不包括尾
np.linespace(0,10,50) 從0到10，平均分布50個數(shù), 包括頭尾
np.logspace(1,10) 默認(rèn)是以10為底
print(help(logspace(1,10))) 查找?guī)椭?br>
x,y = np.meshgrid(x,y) 構(gòu)造一個表格
np.r_[0:10:1] 構(gòu)造一個行向量
np.c_[0:10:1] 構(gòu)造一個行向量
4. 生成函數(shù)、四則運算與隨機(jī)模塊
4.1 常用生成函數(shù)
np.zeros(3) np.zeros((3,3)) np.ones((3,3),dtype=np.float32)
np.ones((3,3))*8 全是8的
a = np.empty(5)
a.fill(8)
np.zeros_like(a) np.ones_like(a)
np.identity(5) 對角線全為1
4.2 四則運算9分鐘39秒
np.multiply(a,b) 對應(yīng)位置乘法
np.dot(a,b) 矩陣乘法
a * b 對應(yīng)位置乘法，會補(bǔ)全
a == b 對應(yīng)位置比較
np.logical_and(x,y) np.logical_or(x,y) np.logical_not(x,y)
4.3 隨機(jī)模塊
np.random.rand(3,2)
np.random.randint(10,size=(3,2)) 0-10 3*2
np.random.randint(0,10,3) 0-10三個數(shù)
np.random.rand()
np.random.rand_sample()
np.random.normal(mu,segma,10) 10個數(shù)的高斯分布
np.set_printoptions(precision=2) 設(shè)置打印精度
洗牌
np.random.shuffle(b)
隨機(jī)的種子
np.random.seed(0)
種子一樣，生成的隨機(jī)數(shù)會一樣。
5. 文件讀寫與數(shù)組保存
5.1 文件讀寫
寫文件
%%writefile myfile.txt
1 2 3 4 5
6 7 8 9 10
data = []
with open ("myfile.txt") as f:
for line in f.readlines():
fields = line.split()
cur_data = [float(x) for x in fields]
data.append(cur_data)
data = np.array(data)
#使用numpy讀文件
data = np.loadtxt("myfile.txt", delimiter=',' skiprows =1)
#設(shè)置分隔符 ，跳過標(biāo)題行等參數(shù) usecols = （0,1,4）指定哪幾列
#寫文件
np.writetext('myfile2.txt', myarray, fmt="%d", delimiter = ',')
５.2 數(shù)組保存
讀寫array結(jié)構(gòu)
myarray = np.array([[1,2,3],[4,5,6]])
np.save('myarray.npy',myarray)
myarray2 = np.load('myarray.npy')
# 保存多個數(shù)據(jù)到一個文件中
np.savez('ttt.npz',a=myarray,b=myarray2)
data = np.load('ttt.npz')
data.keys() #列出Key值
data['a'] #訪問數(shù)據(jù)
data['b']
