python numpy學習筆記

前言：

關於學習python，這幾年斷斷續續，學了停，停了學。我查過一些帖子，有人說直接做專案，在專案中學習；有人說打好基礎。我的性格可能是為了工作而工作，做專案可能會只對結果關心，當能出結果時，我便不會探索其中的知識點。所以，我準備從基礎開始，利用官網進行理論的學習，這篇文章是為了對python基礎理論知識進行學習和鞏固，希望通過堅實的理論知識能開啟向高階進化的大門。每天會努力抽時間寫**，作為自己的學習筆記，作為初學者我可能會對一些知識理解有不足之處，希望能有大佬指出錯誤。

工具：

1、利用anaconda 3 的jupyter notebook進行**的編寫

2、numpy官網社群，進行**學習。

目標：

1、numpy是什麼？

2、numpy能做什麼？

3、numpy如何應用？

學習：

屬性名功能

ndarray.ndim

獲取陣列的軸（維度）的個數

ndarray.shape

獲取陣列的維度

ndarray.size

獲取陣列元素的總數

ndarray.dtype

獲取陣列元素的型別

ndarray.itemsize

獲取陣列中每個元素的位元組大小

import numpy as np
data=np.arange(18)
.reshape(3,
6)print
("輸出陣列："
)print
(data)
# 輸出自定義的陣列
print
("輸出陣列的維度個數:"
,data.ndim)
# 輸出陣列的維度個數
print
("輸出陣列的維度："
,data.shape)
#輸出陣列的維度
print
("輸出陣列的元素總數："
,data.size)
print
("輸出陣列的物件型別"
,data.dtype)
print
("輸出陣列的位元組大小"
,data.itemsize)
# 32/8=4

輸出結果：

輸出陣列：[[
0123
45][
6789
1011][
1213
1415
1617]]
輸出陣列的維度個數:
2輸出陣列的維度： (3,
6)輸出陣列的元素總數： 18
輸出陣列的物件型別 int32
輸出陣列的位元組大小 4

注意區分數## 標題組的維度個數data.ndim和陣列的維度data.shape;

一般建立陣列，我見的常用的是方法四，利用陣列範圍建立陣列

import numpy as np
# 建立陣列
# 方法一：利用array建立陣列
a=np.array([1
,2,6
,9,10
]) a1=np.zeros((3
,4))
a2=np.ones((3
,4))
a3=np.empty((2
,3))
#方法二：利用已有的列表或元組建立陣列x=[
1,2,
2,2,
6,8]
#將列表轉換成陣列
b=np.asarray(x)  
x1=(1,
2,8,
9,6)
#將元組轉換成陣列
b1=np.asarray(x1)   
x2=[(1
,2,3
),(4
,5,6
)]#將元組列表轉換成陣列
b2=np.asarray(x2)
#方法三： 動態陣列
# numpy.frombuffer(buffer,dtype=float,count=-1,offset=0)  buffer可以是任意物件，會以流的形式讀入；count 讀取的資料數量，預設-1，讀取所有資料 offset讀取的起始位置
s=b'just do it'
c=np.frombuffer(s,dtype=
's1'
)print
(c)# 方法四：從陣列範圍建立陣列
# numpy.arange(start,stop,step,dtype)  
d=np.arange(0,
10,2,dtype=
float
)#numpy.linspace(start,stop,num=50,endpoiint=true,retstep=false,dtype=none) num:生成等步長的樣本數量，預設50；
e=np.linspace(0,
10)

ndarray 物件的內容可以通過索引或切片來訪問和修改，與python中列表切片操作一樣

#陣列索引：獲取單個元素
x1[0
]#一維陣列：中括號從頭部指定索引獲取第i個值；利用負值獲取陣列的末尾索引
x1[-1]
x2[0,1
]# 二維陣列：用逗號分隔的縮影元組獲取元素
x3[1,1
,1]# 三維陣列：同二維陣列的編碼，我想象不到怎麼索引的？？？
#陣列切片：獲取子陣列  通用語法：x[start:stop:step]
x1[0:3
:1]#一維陣列的切片索引，x[start:stopa;step]
x1[4:7
]x1[::
-1]print
(x2)
x2[:2,
:3]#表示：2行3列
x2[::-
1,::
-1]#二維陣列的切片索引，

#排序
# numpy.sort(a,axis,kind,order) 返回輸入陣列的排序副本,a是要排序的陣列；axis=0按列排序，axis=1,按行排序
#kind 預設『quicksort快速排序』，除此之外還有mergesort（歸併排序），heapsort（堆排序）
a=np.array([[
10,8]
,[9,
7]])
print
(a)np.sort(a,
0,kind=
'quicksort'
)#按列排序，axis=0
np.sort(a,
1,kind=
'quicksort'
)#按行排序，axis=1

副本是乙個資料的完整拷貝，如果對副本進行修改，不會影響原始資料，物理記憶體不在同一位置，檢視是資料的乙個引用

numpy.view() 產生乙個檢視

numpy.copy() 產生乙個副本

numpy的基礎知識點很多，我認為每乙個知識點先掌握一種方法，後面再擴充套件。比如陣列的建立，一維：np.arange(0,10,2);二維：np.array([1,2,3],[4,5,6]),需要立刻反應上來。對numpy的基礎知識我進行了簡單的記錄。後面準備對**中的numpy進行應用。回到問題的開始，

numpy是什麼？

答：是python進行科學計算的基礎包，是乙個強大的n維陣列物件。提供多維陣列物件，各種派生物件（如掩碼陣列和矩陣），以及陣列快速操作的各種api。

numpy能做什麼？

答：可以建立陣列；可以對陣列進行一般的數**算（通函式）；可以對陣列進行快速操作（排序，索引等）。

numpy如何應用？

答：numpy可以應用到深度學習等，十分廣泛，通過專案實踐進行深入了解。

python numpy學習筆記

python numpy學習筆記

python numpy學習筆記

python numpy 學習筆記（6）

相關推薦