Numpy数组 *** 作

文章目录

• 属性
• 选择（choice）
• 索引切片
• • 花哨索引
• 数据的保存与读取
• 数组合并与拆解
• 数组变形

属性

import numpy as np
a = np.array([[1,2,3],[4,5,6]])

代码	含义
a.ndim	维度
a.shape	每个维度大小
a.size	总大小
a.dtype	数据类型
a.itemsize	每个元素字节大小
a.nbytes	数组总字节大小

选择（choice）

a = np.arange(1, 25)   #获取排序为1到24数字

代码	含义
np.random.choice(a, size=(3, 4))	从a中随机取出12个数字（形状为3*4），可重复获取
np.random.choice(a, size=(3, 4),replace=True)	从a中随机取出12个数字（形状为3*4），可重复获取
np.random.choice(a, size=(3, 4),replace=False)	从a中随机取出12个数字（形状为3*4），不可重复获取

索引切片

	代码	含义
一维索引	nd = np.random.randint(0, 10, 10)	创建10个在[0,10)之间的随机数
	nd[1]	获取第二个数字
	nd[-1]	获取倒数第一个数字
	nd[2:8]	获取第三至第八个数字
	nd[:5]	获取第一至第五个数字
	nd[3:]	获取第四至最后一个数字
	nd[1:8:2]	获取第二至第八且间距为2的数字
	nd[::2]	获取所有数据且间距为二
二维索引	nd = np.random.randint(0, 10, (5, 5))	创建形状为（5,5）且元素在[0,10)之间的随机数
	nd[(nd>3)&(nd<8)]	获取大于3小于8的数
	nd[3][2]	获取第四行第三个
	nd[3, 2]	同上
	nd[1]	获取第二行
	nd[1:4]	获取二至四行
	nd[1:4:2]	获取二至四行且间隔为2，即第二、第四行
	nd[:, 1]	获取第二列
	nd[:, 1:4]	获取二至四列
	nd[:, 1:4:2]	获取二至四列且间隔为2，即第二、第四列
	nd[1:3, 2:4]	获取二至三行且三至四列

花哨索引

a = np.array([1,2,3,4,5,6])
print([a[1],a[3]]) #[2, 4]
print(a[[3,2,1]])  #[4 3 2]
b = np.array([[1,3],[2,4]])
print(a[b])        #[[2 4] [3 5]]

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
b = np.array([0,1,2])
c = np.array([2,0,1])
print(a[b,c])      #[3 4 8]   2,0  1,0  2,1位置的值
# 遵循广播
print(a[b[:,np.newaxis],c])  #[[3 1 2] [6 4 5] [9 7 8]]

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(a[2,[2,0,1]])   # [9 7 8]
print(a[1:,[2,0,1]])  # [[6 4 5] [9 7 8]]
row = np.array([0,1,2])
c= np.array([1,0,1],dtype=bool)
print(a[row[:,np.newaxis],c])  # [[1 3] [4 6] [7 9]]  获取0 2列

数据的保存与读取

代码	含义
np.savetxt(X=nd1, fname=‘./test1.txt’)	保存数据，文件名为test1.txt
nd2 = np.loadtxt(‘./test1.txt’)	读取数据

数组合并与拆解

	代码	含义
append：合并	np.append(nd1,nd2)	将nd1和nd2合并为一维，nd1在前，nd2在后	一维或多维
	np.append(nd1,nd2,axis=0)	默认axis=0为nd2加在nd1下方,axis=1为nd2加在nd1右方
concatenate：合并	np.concatenate((nd1,nd2))	nd1在前，nd2在后	一维
	np.concatenate((nd1,nd2))	nd2加在nd1下方	二维
	np.concatenate((nd1,nd2),axis=0)	默认axis=0为nd2加在nd1下方,axis=1为nd2加在nd1右方	二维
stack：合并	np.stack((nd1,nd2),axis=2)	nd1,nd2都为二维（4,3），默认时axis=0合并后为三维（2,4,3）axis=1时为三维（4,2,3）axis=2时为三维(4,3,2)
	np.hstack((nd1, nd2))	行合并	一维或多维
	np.vstack((nd1, nd2))	列合并	一维或多维
	np.dstack((nd1, nd2))	nd1,nd2都为二维（4,3），默认时axis=0合并后为三维（4,3,2）
split：分割	np.split(a,(3,5))	3 5为索引	一维或多维
	np.vsplit(nd1, 4)	横向拆分4份	多维
	np.vsplit(a,[1,2,3])	横向按索引号1,2,3分割	多维
	np.hsplit(nd1, 3)	列向拆分为3份	一维或多维
	np.hsplit(a,[1,2,3])	列向拆分为3份	一维或多维

数组变形

代码	含义
nd.reshape(2, 8)	将nd转化为2*8（nd转化前后元素个数相同），nd没发生变化
nd.reshape(-1, 2)	将nd转化为两列，2一定要能被nd元素个数整除
nd.reshape(2, -2)	将nd转化为两行，2一定要能被nd元素个数整除
nd[np.newaxis,:]	通过newaxis获取的行向量
nd[:,np.newaxis]	通过newaxis获取的列向量
nd.resize(2, 8)	将nd转化为2*8，且nd发生变化
nd.T	转置，34变为43，nd没发生变化
nd.ravel(‘F’)	按列展开成一维
nd.ravel()	按行展开成一维
nd.flatten()	将多维转一维
nd.squeeze	降维，把矩阵中含1的维度去掉，如shape为（3，1）或（3,1,2,1），则降维后为（3，）或（3,2）
nd.transpose(1, 0).shape	如果nd为3维且nd.shape为（2，3,4），则nd.transpose(1,2,0).shape为（3,4,2），进行维度切换