numpy建立array 老魚學numpy

2022-02-10 05:44:05 字數 3258 閱讀 1007

import numpy as np


# 陣列


a = [[1, 2, 3], [4, 5, 6]]


print("a:", a)


# 矩陣


b = np.array(a)


print("b:", b)
執行後輸出為：

a: [[1, 2, 3], [4, 5, 6]]


b: [[1 2 3]


[4 5 6]]
我們可以看到python中的陣列和numpy中的陣列在螢幕上輸出的一些細微的差異：

numpy中的陣列輸出中是按照行列排列的，並且元素之後是沒有逗號分隔的，這樣在螢幕輸出上我們就能很容易看矩陣，跟數學中矩陣的書寫格式比較接近。

我們也可以在建立numpy陣列時通過設定dtype來指定陣列中元素的型別，例如：

import numpy as np


# python陣列


a = [[1, 2, 3], [4, 5, 6]]


print("a:", a)


# numpy陣列


b = np.array(a, dtype=np.float)


print("b:", b)
上面我們就定義了numpy陣列元素的型別為float型別，其輸出為：

a: [[1, 2, 3], [4, 5, 6]]


b: [[ 1.  2.  3.]


[ 4.  5.  6.]]
在機器學習中，一般我們定義的元素型別為浮點型別np.float和整型np.int。

想要輸出3行4列全部為0的numpy二維陣列：

import numpy as np


a = np.zeros((3,4))


print(a)
輸出為：

[[ 0.  0.  0.  0.]


[ 0.  0.  0.  0.]


[ 0.  0.  0.  0.]]
我們也經常會用到全1的陣列：

import numpy as np


a = np.ones((3, 4), dtype=np.float)


print(a)
輸出為：

[[ 1.  1.  1.  1.]


[ 1.  1.  1.  1.]


[ 1.  1.  1.  1.]]
有人可能會注意到定義幾行幾列的方法，例如(3, 4)，這個是python中的元組型別，本質上就是乙個陣列，但跟陣列不一樣的地方是其值是唯讀的，也就是不可改變元組中元素的值。

import numpy as np


a = np.empty((3, 4), np.float)


print(a)
輸出為：

[[  6.23042070e-307   3.56043053e-307   1.37961641e-306   2.22518251e-306]


[  1.33511969e-306   1.24610383e-306   1.69118108e-306   8.06632139e-308]


[  1.20160711e-306   1.69119330e-306   1.29062229e-306   1.29060531e-306]]
np.empty()用於生成接近於0的隨機數陣列。

例如：生成乙個從10開始到20結束（不包括結束值），步長為2的數列：

import numpy as np


a = np.arange(10, 20, 2)


print(a)
輸出為：

[10 12 14 16 18]
np.arange()還是經常會用到的，看到這個函式，使我聯想起python中的range函式，這兩者的功能類似，先看個例子：

import numpy as np


# python中建立range物件，然後我們把它轉換成list物件並列印出來


a = range(10, 20, 2)


print("python中的range物件：", list(a))


# numpy中的arange函式跟python中的range物件類似


b = np.arange(10, 20, 2)


print("numpy中的arange：", b)
輸出為：

python中的range物件： [10, 12, 14, 16, 18]


numpy中的arange： [10 12 14 16 18]
這裡arange可以記憶為array中的range函式。

numpy陣列的形狀非常重要，也就是幾行幾列。

在進行陣列/矩陣運算中要時刻關注陣列/矩陣是什麼樣的形狀，比如陣列/矩陣的加法、陣列/矩陣的叉乘中對其形狀都有相應較嚴格的規定。

有時為了能夠改變陣列/矩陣的形狀，就需要呼叫np.reshape()的函式。

例如：

import numpy as np


a = np.arange(12).reshape(3, 4)


print(a)
輸出為：

[[ 0  1  2  3]


[ 4  5  6  7]


[ 8  9 10 11]]
import numpy as np


a = np.linspace(1, 10, 20)


print(a)
輸出為：

[  1.           1.47368421   1.94736842   2.42105263   2.89473684


3.36842105   3.84210526   4.31578947   4.78947368   5.26315789


5.73684211   6.21052632   6.68421053   7.15789474   7.63157895


8.10526316   8.57894737   9.05263158   9.52631579  10.        ]
上述語句生成了從1開始到10，總共有20個數等距的數列。

你可以把它們想象成起始是1，終止是10，總共有20個等距點。

numpy的array合併 老魚學numpy

本節主要講述如何把兩個陣列按照行或列進行合併。例如 import numpy as np a np.array 1,1,1 b np.array 2,2,2 print np.vstack a,b 合併後輸出結果為 1 1 1 2 2 2 import numpy as np a np.array ...

numpy的索引 老魚學numpy

import numpy as np a np.arange 3,15 reshape 3,4 print a print a print 第2行的資料 a 2 print 第2行第3列的資料 a 2 3 輸出為 a 3 4 5 6 7 8 9 10 11 12 13 14 第2行的資料 11 12...

numpy array分割 老魚學numpy

有合併，就有分割。本節主要講述如何通過numpy對陣列進行橫向 縱向分割。首先建立乙個6行4列的陣列，然後我們對此陣列按照橫向進行切割，分成3塊，這樣每塊應該有2行，見例子 import numpy as np a np.arange 24 reshape 6,4 print a print a p...