認識Numpy Ndarray物件

numpy(numerical python) 是 python 語言的乙個擴充套件程式庫，支援大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。

numpy為什麼能夠受到各個資料科學從業人員的青睞與追捧，其實很大程度上是因為numpy在向量計算方面做了很多優化，介面也非常友好。而這些其實都是在圍繞著numpy的乙個核心資料結構ndarray。

ndarray的全稱是（n-dimension arrary），表明了乙個ndarray物件就是乙個n維陣列。但要注意的是，ndarray是同質的。同質的意思就是說n維陣列裡的所有元素必須是屬於同一種資料型別的。

例項化ndarray物件的函式有很多種，但最為常用的函式是array，zeros，ones以及empty。

首先匯入numpy：

import numpy as np

使用numpy中的array函式將list中的值作為初始值，來例項化乙個ndarray物件。

a = np.array([[2, 3, 4],[5, 6, 7]])
print(a)

結果為：

顧名思義，使用這些函式可以例項化乙個全是0、1或者是為空的ndarray物件

import
numpy as np
a = np.zeros((3, 4))
b = np.ones((3, 4))
c = np.empty((3, 4))
print
(a)print
(b)print(c)

結果為：

使用reshape函式改變ndarray物件的形狀

import
numpy as np
a = np.zeros((3, 4))
print
(a)#
使用函式reshape將3行4列改成4行3列
a = a.reshape((4, 3))
print(a)

結果為：

對ndarray進行加減乘除等操作

import
numpy as np
a = np.array([0, 1, 2, 3])
print
(a)#
a中的所有元素都加2
b = a + 2
print
(b)#
a中的所有元素都減2
c = a - 2
print
(c)#
a中的所有元素都乘以2
d = a * 2
print
(d)#
a中的所有元素都除以2
e = a / 2
print(e)

結果為：

ndarray元素的索引從0開始。ndarray的切片方式與python的list的遍歷方式也極為相似，掌握了訣竅之後就很簡單。

舉個例子，假設想要將下圖中紫色部分切片出來，就需要確定行的範圍和列的範圍。由於紫色部分行的範圍是0到2，所以切片時行的索引範圍是0:3(索引範圍是左閉右開);又由於紫色部分列的範圍也是0到2，所以切片時列的索引範圍也是0:3(索引範圍是左閉右開)。最後把行和列的索引範圍整合起來就是[0:3, 0:3](,左邊是行的索引範圍)。當然有時為了方便，0可以省略，也就是[:3, :3]。

**如下：

import
numpy as np
a = np.array([[1,10,11,20,21],[2,9,12,19,22],[3,8,13,18,23],[4,7,14,17,24],[5,6,15,16,25]])
print
(a)print(a[:3, :3])

結果為：

認識Numpy Ndarray物件

對「認識」的認識

numpy ndarray掩碼操作

Numpy ndarray的矩陣處理

認識Numpy Ndarray物件

對「認識」的認識

numpy ndarray掩碼操作

Numpy ndarray的矩陣處理

相關推薦