NumPy之:ndarray多元數組操作

簡介

建立ndarray

ndarray的屬性

ndarray中元素的類型轉換

ndarray的數學運算

index和切片

基本使用

index with slice

boolean index

fancy indexing

數組變換

numpy一個非常重要的作用就是可以進行多元數組的操作，多元數組對象也叫做ndarray。我們可以在ndarray的基礎上進行一系列複雜的數學運算。

本文将會介紹一些基本常見的ndarray操作，大家可以在資料分析中使用。

建立ndarray有很多種方法，我們可以使用np.random來随機生成資料：

除了随機建立之外，還可以從list中建立：

從list中建立多元數組：

使用np.zeros建立初始值為0的數組：

建立2維數組：

使用empty建立3維數組：

注意，這裡我們看到empty建立的數組值為0，其實并不是一定的，empty會從記憶體中随機挑選空間來傳回，并不能保證這些空間中沒有值。是以我們在使用empty建立數組之後，在使用之前，還要記得初始化他們。

使用arange建立範圍類的數組：

指定數組中元素的dtype：

可以通過data.shape獲得數組的形狀。

通過ndim擷取維數資訊：

可以通過data.dtype獲得具體的資料類型。

在建立好一個類型的ndarray之後，還可以對其進行轉換：

上面我們使用astype将int64類型的ndarray轉換成了float64類型的。

如果轉換類型的範圍不比對，則會自動進行截斷操作：

注意，這裡是把小數截斷，并沒有向上或者向下取整。

數組可以和常量進行運算，也可以和數組進行運算：

數組之間還可以進行比較，比較的是數組中每個元素的大小：

先看下index和切片的基本使用，index基本上和普通數組的使用方式是一樣的，用來通路數組中某一個元素。

切片要注意的是切片後傳回的數組中的元素是原數組中元素的引用，修改切片的數組會影響到原數組。

slice還可以作為index使用，作為index使用表示的就是一個index範圍值。

作為index表示的slice可以有多種形式。

有頭有尾的，表示index從1開始到6-1結束：

無頭有尾的，表示index從0開始，到尾-1結束：

有頭無尾的，表示從頭開始，到所有的資料結束：

index還可以使用boolean值，表示是否選擇這一個index的資料。

我們先看下怎麼建構一個boolean類型的數組：

上面我們通過比較的方式傳回了一個隻包含true和false的數組。

這個數組可以作為index值來通路數組：

在索引行的時候，還可以索引列：

可以用 <code>~</code>符号來取反：

我們可以通過布爾型數組設定值，在實際的項目中非常有用：

fancy indexing也叫做花式索引，它是指使用一個整數數組來進行索引。

舉個例子，我們先建立一個 8 * 4的數組：

然後使用一個整數數組來索引，那麼将會以指定的順序來選擇行：

還可以使用負值來索引：

花式索引還可以組合來使用：

上面我們建構了一個8 * 4的數組。

然後取他們的第2列的第一個值，第6列的第三個值等等。最後得到一個1維的數組。

我們可以在不同次元的數組之間進行變換，還可以轉換數組的軸。

reshape方法可以将數組轉換成為任意的形狀：

數組還提供了一個t指令，可以将數組的軸進行對調：

對于高維數組，可以使用transpose來進行軸的轉置：

上面的transpose((1, 0, 2)) 怎麼了解呢？

其含義是将x，y軸對調，z軸保持不變。

上面我們通過使用reshape((2, 2, 4))方法建立了一個3維，也就是3個軸的數組。 其shape是 2 * 2 * 4 。

先看下對應關系：

（0，0）-》 [ 0, 1, 2, 3]

（0，1）-》 [ 4, 5, 6, 7]

（1，0）-》 [ 8, 9, 10, 11]

（1，1）-》 [12, 13, 14, 15]

轉換之後：

（0，1）-》 [ 8, 9, 10, 11]

（1，0）-》[ 4, 5, 6, 7]

于是得到了我們上面的的結果。

多元數組的軸轉換可能比較複雜，大家多多了解。

還可以使用 swapaxes 來交換兩個軸，上面的例子可以重寫為：

本文已收錄于 http://www.flydean.com/09-python-numpy-ndarray/ 最通俗的解讀，最深刻的幹貨，最簡潔的教程，衆多你不知道的小技巧等你來發現！ 歡迎關注我的公衆号:「程式那些事」,懂技術，更懂你！