python numpy学习笔记

参考链接： Python中的numpy.radians和deg2rad

文章目录

 1.np的重要属性2.创建数组3.打印数组4.索引与切片5.数组相关操作6.ufunc运算7.函数库

1.np的重要属性 

import numpy as np

np.ndim  # 数组的维数

np.shape  # 数组的形状

np.size  # 数组的元素个数

np.dtype  # 数组的元素类型

2.创建数组 

1）np.array 

你可以使用np.array直接用Python的元组和列表来创建，如果传递的是多层嵌套的序列，将创建多维数组。  

2）np.arange 

为了创建列表，NumPy提供了和 range 类似的函数，通过指定开始值、终值和步长来创建一维数组，同样为左闭右开。  

3）使用zeros()、ones()、empty()函数 

np.zeros(shape)  # 创建指定大小的数组，数组元素以 0 来填充。

np.ones(shape)  # 创建指定形状的数组，数组元素以 1 来填充。

np.empty(shape)  # 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组。

np.full(shape, val)  # 根据shape生成一个数组，每个值都为val。

np.eye(n)  # 创建一个正方的n*n矩阵（即单位矩阵），对角线为1，其余全为0。

3.打印数组 

当你打印一个数组时，NumPy显示数组的方式和嵌套的列表类似，但是会遵循以下布局： 

最后一维从左到右显示。第二维到最后一维从上到下显示。剩下的同样从上到下显示，以空行分隔。一维数组显示成一行，二维数组显示成矩阵，三维数组显示成矩阵的列表。 

当一个数组元素太多，不方便显示时，NumPy会自动数组的中间部分，只显示边角的数据。  

4.索引与切片 

1）标准使用方法 

数组元素的存取方法和Python的标准方法相同 

a = np.arange(10)

a[5] # 用整数作为下标可以获取数组中的某个元素

a[3:5] # 用范围作为下标获取数组的一个切片，包括a[3]不包括a[5]

a[:5] # 省略开始下标，表示从a[0]开始

a[:-1] # 下标可以使用负数，表示从数组后往前数

a[2:4] = 100,101 # 下标还可以用来修改元素的值

a[1:-1:2] # 范围中的第三个参数表示步长，2表示隔一个元素取一个元素

a[::-1] # 省略范围的开始下标和结束下标，步长为-1，整个数组头尾颠倒

a[5:1:-2] # 步长为负数时，开始下标必须大于结束下标

 和Python的列表序列不同，通过下标范围获取的新的数组是原始数组的一个视图。它与原始数组共享同一块数据空间。  2）使用整数序列 

当使用整数序列对数组元素进行存取时，将使用整数序列中的每个元素作为下标，整数序列可以是列表或者数组。使用整数序列作为下标获得的数组不和原始数组共享数据空间。  3）使用布尔数组 

当使用布尔数组b作为下标存取数组x中的元素时，将收集数组x中所有在数组b中对应下标为True的元素。使用布尔数组作为下标获得的数组不和原始数组共享数据空间，注意只对应于布尔数组，不能使用布尔列表。。  布尔数组一般不是手工产生，而是使用布尔运算的ufunc函数产生。  4）多维数组 

多维数组的存取和一维数组类似，因为多维数组有多个轴，因此它的下标需要用多个值来表示，NumPy采用组元(tuple)作为数组的下标。对多维数组的迭代是在第一维进行迭代的。如果需要遍历多维数组的所有元素，可以使用flat这个属性。  

5.数组相关操作 

1）切分数组  2）拼接数组 

numpy.concatenate 函数用于沿指定轴连接相同形状的两个或多个数组。  

6.ufunc运算 

需要注意的是数组必须具有相同的形状或符合数组广播规则。 

1）一元ufunc 

ceil(x): 向上最接近的整数，参数是 number 或 arrayfloor(x): 向下最接近的整数，参数是 number 或 arrayrint(x): 四舍五入，参数是 number 或 arraynegative(x): 元素取反，参数是 number 或 arrayabs(x)：元素的绝对值，参数是 number 或 arraysquare(x)：元素的平方，参数是 number 或 arrayaqrt(x)：元素的平方根，参数是 number 或 arraysign(x)：计算各元素的正负号, 1(正数)、0（零）、-1(负数)，参数是 number 或 arraymodf(x)：将数组的小数和整数部分以两个独立数组的形式返回，参数是 number 或 arrayisnan(x): 判断元素是否为 NaN(Not a Number)，返回bool，参数是 number 或 array 

2）二元ufunc 

add(x, y): 元素相加，x + y，参数是 number 或 arraysubtract(x, y): 元素相减，x – y，参数是 number 或 arraymultiply(x, y): 元素相乘，x * y，参数是 number 或 arraydivide(x, y): 元素相除，x / y，参数是 number 或 arrayfloor_divide(x, y): 元素相除取整数商(丢弃余数)，x // y，参数是 number 或 arraymod(x, y): 元素求余数，x % y，参数是 number 或 arraypower(x, y): 元素求次方，x ** y，参数是 number 或 arrayequal(x1, x2 [, y]) : y = x1 == x2not_equal(x1, x2 [, y]) : y = x1 != x2less(x1, x2, [, y]) : y = x1 < x2less_equal(x1, x2, [, y]) : y = x1 <= x2greater(x1, x2, [, y]) : y = x1 > x2greater_equal(x1, x2, [, y]) : y = x1 >= x2 

7.函数库 

1）比较运算 

allclose(a, b[, rtol, atol, equal_nan]) 如果两个数组在容差范围内在元素方面相等，则返回True。isclose(a, b[, rtol, atol, equal_nan]) 返回一个布尔数组，其中两个数组在容差范围内是元素相等的。array_equal(a1, a2) 如果两个数组具有相同的形状和元素，则为真，否则为False。array_equiv(a1, a2) 如果输入数组的形状一致且所有元素相等，则返回True。greater(x1, x2, /[, out, where, casting, …]) 逐个元素方式返回（x1> x2）的真值。greater_equal(x1, x2, /[, out, where, …]) 逐个元素方式返回（x1> = x2）的真值。less(x1, x2, /[, out, where, casting, …]) 逐个元素方式返回。less_equal(x1, x2, /[, out, where, casting, …]) 逐个元素方式返回。equal(x1, x2, /[, out, where, casting, …]) 逐个元素返回（x1 == x2）。not_equal(x1, x2, /[, out, where, casting, …]) 逐个元素返回 Return (x1 != x2)。 

2）三角函数 

sin(x, /[, out, where, casting, order, …]) 逐个元素运算三角正弦函数。cos(x, /[, out, where, casting, order, …]) 逐个元素运算三角余弦函数。tan(x, /[, out, where, casting, order, …]) 逐个元素运算三角正切函数。arcsin(x, /[, out, where, casting, order, …]) 逐个元素运算三角反正弦函数。arccos(x, /[, out, where, casting, order, …]) 逐个元素运算三角反余弦函数。arctan(x, /[, out, where, casting, order, …]) 逐个元素运算三角反正切函数。hypot(x1, x2, /[, out, where, casting, …]) 给定直角三角形的“腿”，返回它的斜边。arctan2(x1, x2, /[, out, where, casting, …]) 元素弧切线x1/x2正确选择象限。degrees(x, /[, out, where, casting, order, …]) 将角度从弧度转换为度数。radians(x, /[, out, where, casting, order, …]) 将角度从度数转换为弧度。unwrap(p[, discont, axis]) 通过将值之间的差值更改为2*pi补码来展开。deg2rad(x, /[, out, where, casting, order, …]) 将角度从度数转换为弧度。rad2deg(x, /[, out, where, casting, order, …]) 将角度从弧度转换为度数。 

3）求总和, 求乘积, 求差异 

prod(a[, axis, dtype, out, keepdims]) 返回给定轴上的数组元素的乘积。sum(a[, axis, dtype, out, keepdims]) 给定轴上的数组元素的总和。nanprod(a[, axis, dtype, out, keepdims]) 返回给定轴上的数组元素的乘积。nansum(a[, axis, dtype, out, keepdims]) 返回给定轴上的数组元素的总和。cumprod(a[, axis, dtype, out]) 返回给定轴上元素的累积乘积。cumsum(a[, axis, dtype, out]) 返回给定轴上元素的累积和。nancumprod(a[, axis, dtype, out]) 返回给定轴上的数组元素的累积乘积。nancumsum(a[, axis, dtype, out]) 返回给定轴上的数组元素的累积和。diff(a[, n, axis]) 计算沿给定轴的第n个离散差。ediff1d(ary[, to_end, to_begin]) 数组的连续元素之间的差异。gradient(f, varargs, *kwargs) 返回N维数组的渐变。cross(a, b[, axisa, axisb, axisc, axis]) 返回两个（数组）向量的叉积。trapz(y[, x, dx, axis]) 沿给定的轴积分使用复合梯形规则运算。 

4）平均数和差异 

median(a[, axis, out, overwrite_input, keepdims]) 沿指定轴计算中值。average(a[, axis, weights, returned]) 计算沿指定轴的加权平均。mean(a[, axis, dtype, out, keepdims]) 沿指定的轴计算算术平均值。std(a[, axis, dtype, out, ddof, keepdims]) 计算沿指定轴的标准偏差。var(a[, axis, dtype, out, ddof, keepdims]) 计算沿指定轴的方差。nanmedian(a[, axis, out, overwrite_input, …]) 在忽略NAS的情况下，沿指定的轴计算中值。nanmean(a[, axis, dtype, out, keepdims]) 计算沿指定轴的算术平均值，忽略NAS。nanstd(a[, axis, dtype, out, ddof, keepdims]) 计算指定轴上的标准偏差，而忽略NAS。nanvar(a[, axis, dtype, out, ddof, keepdims]) 计算指定轴上的方差，同时忽略NAS。