Numpy 基礎資料結構

numpy是python中乙個執行速度非常快的的數學庫，主要用於陣列計算，包含：

接下來，我會系列介紹numpy的知識點，包含其基礎資料結構，通用函式，索引及切片，隨機數生成，資料的讀取與輸出。

本篇先從numpy的基礎資料結構開始。事實上，pyhton中乙個更常用且強大的工具包pandas就是在numpy的基礎上構建的。所以，學好numpy，對後續學習pandas模組也有很大的幫助。

numpy陣列稱為ndarray，其有兩部分組成：實際的資料、描述這些資料的元資料。結合**理解：

import numpy as np

ar=np.array([1
,2,3
,4,5
,6,7
])print
(ar)
# 輸出陣列，注意陣列的格式：中括號，元素之間沒有逗號（和列表區分）
print
(ar.ndim)
# 輸出陣列維度的個數（軸數），或者說「秩」，維度的數量也稱rank
print
(ar.shape)
# 陣列的維度，對於n行m列的陣列，shape為（n，m）
print
(ar.size)
# 陣列的元素總數，對於n行m列的陣列，元素總數為n*m
print
(ar.dtype)
# 陣列中元素的型別，類似type()（注意了，type()是函式，.dtype是方法）
print
(ar.itemsize)
# 陣列中每個元素的位元組大小，int32l型別位元組為4，float64的位元組為8
print
(ar.data)
# 包含實際陣列元素的緩衝區，由於一般通過陣列的索引獲取元素，所以通常不需要使用這個屬性。

array()函式

# array()函式，括號內可以是列表、元祖、陣列、生成器等

ar1 = np.array(
range(10
))# 整型
ar2 = np.array([1
,2,3.14,4
,5])
# 浮點型
ar3 = np.array([[
1,2,
3],(
'a',
'b',
'c')])
# 二維陣列：巢狀序列（列表，元祖均可）
ar4 = np.array([[
1,2,
3],(
'a',
'b',
'c',
'd')])
# 注意巢狀序列數量不一會怎麼樣
print
(ar1,
type
(ar1)
,ar1.dtype)
print
(ar2,
type
(ar2)
,ar2.dtype)
print
(ar3,ar3.shape,ar3.ndim,ar3.size)
# 二維陣列，共6個元素
print
(ar4,ar4.shape,ar4.ndim,ar4.size)
# 一維陣列，共2個元素

重點關注下陣列『ar4』的形狀與型別，可以發現，當巢狀序列的數量不一樣時，它會返回乙個一維陣列。

arange()函式

# arange()，類似range()，在給定間隔內返回均勻間隔的值。

print
(np.arange(10)
)# 返回0-9，整型
print
(np.arange(
10.0))
# 返回0.0-9.0，浮點型
print
(np.arange(5,
12))# 返回5-11
print
(np.arange(
5.0,12,
2))# 返回5.0-12.0，步長為2
print
(np.arange(
10000))
# 如果陣列太大而無法列印，numpy會自動跳過陣列的中心部分，並只列印邊角：

linspace()函式

# linspace():返回在間隔[開始，停止]上計算的num個均勻間隔的樣本。

ar1 = np.linspace(
2.0,
3.0, num=5)
ar2 = np.linspace(
2.0,
3.0, num=
5, endpoint=
false
)ar3 = np.linspace(
2.0,
3.0, num=
5, retstep=
true
)print
(ar1,
type
(ar1)
)print
(ar2)
print
(ar3,
type
(ar3)
)# numpy.linspace(start, stop, num=50, endpoint=true, retstep=false, dtype=none)
# start：起始值，stop：結束值
# num：生成樣本數，預設為50
# endpoint：如果為真，則停止是最後乙個樣本。否則，不包括在內。預設值為true。
# retstep：如果為真，返回（樣本，步驟），其中步長是樣本之間的間距 → 輸出為乙個包含2個元素的元祖，第乙個元素為array，第二個為步長實際值

zero() / zeros_like() / ones / ones_like()函式

ar1 = np.zeros(

5)  
ar2 = np.zeros((2
,2), dtype = np.
int)
print
(ar1,ar1.dtype)
print
(ar2,ar2.dtype)
print
('------'
)# numpy.zeros(shape, dtype=float, order='c'):返回給定形狀和型別的新陣列，用零填充。
# shape：陣列緯度，二維以上需要用()，且輸入引數為整數
# dtype：資料型別，預設numpy.float64
# order：是否在儲存器中以c或fortran連續（按行或列方式）儲存多維資料。
ar3 = np.array(
[list
(range(5
)),list
(range(5
,10))
])ar4 = np.zeros_like(ar3)
print
(ar3)
print
(ar4)
print
('------'
)# 返回具有與給定陣列相同的形狀和型別的零陣列，這裡ar4根據ar3的形狀和dtype建立乙個全0的陣列
ar5 = np.ones(9)
ar6 = np.ones((2
,3,4
))ar7 = np.ones_like(ar3)
print
(ar5)
print
(ar6)
print
(ar7)
# ones()/ones_like()和zeros()/zeros_like()一樣，只是填充為1

eye()函式

# 建立乙個正方的n*n的單位矩陣，對角線值為1，其餘為0

print
(np.eye(5)
)

numpy 基礎資料結構

陣列的維數稱為秩 rank 一維陣列的秩為1，二維陣列的秩為2，以此類推 在numpy中，每乙個線性的陣列稱為是乙個軸 axes 秩其實是描述軸的數量 比如說，二維陣列相當於是兩個一維陣列，其中第乙個一維陣列中每個元素又是乙個一維陣列，所以一維陣列就是numpy中的軸 axes 第乙個軸相當於是底層...

Numpy常用的資料結構

numpy安裝 pip install numpy numpy底層是使用c語言來實現運算的效果非常高 資料清洗的意義 資料清洗常用工具 arange和rang的區別 numpy常用的資料結果 numpy常用方法 zeros ones dtype size 返回陣列中使用元素的總和 shape 檢視該...

資料結構基礎

資料結構定義 定義 一 資料元素集合 也可稱資料物件 中各元素的關係。定義 二 相互之間存在特定關係的資料元素集合。資料結構的種類 1 集合 2 線性結構 3 樹形結構 4 圖狀結構 或網狀結構 資料結構的形式定義 資料結構名稱 d，s 其中d為資料元素的有限集，s是d上關係的有限集 邏輯結構 資料...