numpy簡單入門

numpy數以陣列為物件，將各種資料轉化成陣列，因此，我們學習的也就是陣列了，實際上它被稱之為ndarrays。

建立乙個陣列：

import
numpy as np
my_array = np.array([1, 2, 3, 4, 5])
print
(my_array)
print(my_array.shape)

建立全部為0 的陣列：

import
numpy as np
my_zeros_array = np.zeros(5)
print(my_zeros_array)

建立陣列：

import
numpy as np
#用列表生成陣列
a = np.array([0, 1, 2, 3, 4])
#用元組生成陣列
b = np.array((0, 1, 2, 3, 4, 5))
#產生0到4的整數陣列，包頭不包尾
c = np.arange(5)
#從0到100，以10作為差值求等差數列
e = np.arange(0, 100, 10) 
#產生0到2*np.pi的等差數列，並且一共五個，可以得出差值為2*np.pi/(5-1) = 1.5707963267948966 
d = np.linspace(0, 2*np.pi, 5) print(a) print(b) print(c) print(d)

多維陣列：

import
numpy as np
#md array,
a = np.array([[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28 ,29, 30],
[31, 32, 33, 34, 35]])
#以0作為陣列的下標
print
(a[0, 0])
#可以使用負數倒數去取值
print(a[-1, -1])
#陣列切片是包頭不包尾
print(a[2, 1:4])
#對比一下這個跟原生的python規則一致
d = [1, 2, 3, 4, 5]
print(d[1:4])

陣列的屬性：

import
numpy as np
#array properties,
a = np.array([[11, 23, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 35]])
#print
(type(a))
#object 這個不準確，有時候是int32 有時候是int64 還有的是其他float，string等這個是根據這個陣列的值決定
print(a.dtype)  #
int32
#1、如果裡面的額數值都是int並且值不大於-2^31 ~ 2^31-1次方=4294967295，由於則顯示為int32
#來感受一下吧
#int32
a = np.array([[11, 23, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 2147483647]])
print
(a.dtype)
#int64
a = np.array([[11, 23, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 2147483648]])
print
(a.dtype)
#那麼，64的極限在**？你可能想到了，就是-2^63 ~ 2^63-1
a = np.array([[11, 23, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 2**63-1]])
print
(a.dtype)
#比int還要大一點呢？那就是float64了
a = np.array([[11, 23, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 2**63]])
print
(a.dtype)
#比float大一點點呢？那就是object了
a = np.array([[11, 23, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 2**64]])
print(a.dtype)

在這裡我要強行解釋一波，**不對的地方請各位道友多多指出

1、為什麼int32是用2^32次方的算數呢？因為計算機中都是由0或1組成的資料，也就是兩種情況（2就被推出來送命啦），而32是表示32位的意思，那「位」又是什麼？位是計算機的最小儲存單元（也就是存放0或1 的那個單元，你可以理解成牢房），8位為乙個位元組，因此int32又稱4個位元組。位元組是計算機中的最小單位。

那為什麼是-2^31~2^31-1這個範圍呢？而不是0~2^32-1這個範圍呢？你的理解非常正確，無符號整型就是這個範圍，那就好理解了，因為有正負號，所以就是-2^31~2^31-1。

還有，為什麼是-2^31~2^31-1而不是-2^31~2^31呢？都說對半分嘛，怎麼正數反而要減去乙個1呢？沒錯，你的懷疑不無道理，可以這樣就有乙個棘手的問題，1可以表示位00000000 00000000 0000000 00000001 ，而-1可以表示為 10000000 00000000 00000000 00000001，那麼0呢？當然，0有兩種情況-0和0，你可能很疑惑，怎麼有-0呢？沒辦法還真的有。因此-0和0占去一位都是0，所以就需要負數或者正數減去乙個1。int64也一樣。

2、我也有個疑問，為什麼float取值範圍要比int64還要大？因為他們都是64位儲存對吧？而且float型別還要用一位來記錄小數點，沒錯吧！

我也是想當然，不過如果我們學過c或者更加底層的彙編，你就會發現，浮點的儲存跟整型不一樣，他是可能損失精度的，比如1000000 整型就傻傻的將所有1000000轉化為二進位制存放，而浮點型別不一樣，會轉化成1.e7，也就是將一部分保留，另一部分以冪次方表示，從而擴大其取值範圍。

3、沒想好，就先這樣吧~！

where() 函式是另外乙個根據條件返回陣列中的值的有效方法。只需要把條件傳遞給它，它就會返回乙個使得條件為真的元素的列表。

import
numpy as np
a = np.arange(0, 100, 1)
print
(a)b = a[:5]
c = a[a >= 50]
print(b) #
>>>[ 0 10 20 30 40]
print(c) #
>>>[50 60 70 80 90]

numpy簡單入門

NumPy快速入門

numpy簡單使用

Numpy簡單小結

numpy簡單入門

NumPy快速入門

numpy簡單使用

Numpy簡單小結

相關推薦