Numpy基礎知識總結

Numpy總結

• 一維數組
• 二維數組
• 數組的通路
• • 一維數組索引通路
  • 二維數組索引通路
  • 一維數組切片通路
  • 二維數組切片通路
  • 布爾索引
  • 花式索引
• 數組的操作
• • 連接配接數組
  • 分割數組
  • 算術運算
  • 數組廣播
• 數組常用函數
• • 随機數函數
  • 排序函數
  • 聚合函數-求和
  • 聚合函數-求最大值
  • 聚合函數-求最小值
  • 聚合函數-求平均值
  • 聚合函數-求權重平均值
• 資料的儲存和讀取
• • 儲存
  • 讀取

一維數組

numpy.array(object)	//object可以是清單，也可以是元組
           

等差數組
numpy.linspace(start,stop,num,endpoint,retstep,dtype)
           

等比數組
numpy.logspace(start,stop,num,endpoint,base,dtype)
           

二維數組

numpy.array(object) //obejc必須是清單的清單，元組的元組
           

numpy.onses(shape,dtype) // 全是1的二維數組
           

numpy.zeros(shape,dtype) // 全是0的二維數組
           

數組的通路

一維數組索引通路

二維數組索引通路

ndarray[所在0軸索引][所在1軸索引]
ndarray[所在0軸索引，所在1軸索引]
           

一維數組切片通路

二維數組切片通路

布爾索引

可以 傳遞布爾索引，從數組中過濾出我們需要的元素

深層複制

花式索引

當索引為整數清單，一維整數數組或二維整數數組，就稱為花式索引。

深層複制

數組的操作

連接配接數組

numpy.concatenate((a1,a2,...),axis)
numpy.vstack((a1,a2))//沿垂直方向
numpy.hstack((a1,a2))//沿水準方向

           

分割數組

numpy.split(ary,indices_or_sections,axis)
numpy.vsplict(ary,indices_or_sections)
numpy.hsplict(ary,indices_or_sections_
           

算術運算

±*/

數組廣播

數組與标量或者不同形狀的數組進行算術運算時候，就會發生數組廣播

數組常用函數

随機數函數

numpy.random.rand(d0,d1,...dn)
numpy.random.randin(low,high,size,dtype)
numpy.random.normal(loc,scale,size)
numpy.random.randan(d0,d1,...)
           

排序函數

numpy.sort(a,axis=-1,kind=‘quicksort’,order=None)

numpy.argsort(a,axis=-1,kind=‘quicksort’,order=None)

聚合函數-求和

numpy.sum(a,axis=None)
numpy.nansum(a,axis=None)
numpy.ndarray.sum(axis=None)
           

聚合函數-求最大值

numpy.amax(a,axis=None)
numpy.nanmax(a,axis=None)
numpy.ndarray.max(axis=None)
           

聚合函數-求最小值

numpy.amin(a,axis=None)
numpy.nanmin(a,axis=None)
numpy.ndarray.min(axis=None)
           

聚合函數-求平均值

numpy.mean(a,axis=None)
numpy.nanmean(a,axis=None)
           

聚合函數-求權重平均值

numpy.amin(a,axis=None，weights=None)//weights表示權重
           

資料的儲存和讀取

儲存

numpy.save(file,arr,allow_pick,fix_imports)
numpy.savez(file)
numpy.savez_compressed(file)
           

讀取