Numpy学习笔记(1)

一、概要

Numpy是Python的一个科学计算的库,提供了矩阵运算的功能,NumPy数组是一个多维数组对象,称为ndarray,其中:

NumPy数组的下标从0开始。

同一个NumPy数组中所有元素的类型必须是相同的。如int,str,float

二、数组结构——ndarray的基本属性操作

加减乘除

importnumpyasnp

array_list = [1,2,3,4,5]

array = np.array(array_list)

print(array+1)

=====》》[2 3 4 5 6]

基本用法

#矩阵多维格式

tan_array = np.array([[1,2],

[3,4],

[4,5]])

print(tan_array.shape)#几行几列 ====》(3 2)

print(tan_array.size)#个数 ====》6

print(tan_array.ndim)#几维 =====》2

取数据(切片,同python一样)

print(tan_array[2,1])#取矩阵中的数据 ----> 5

tan_array[1,1] =10

print(tan_array)#赋值 -----> [[1 2] [3 10] [4 5]]

print(tan_array[1])#取第一行的数据 ----> [3 10]

print(tan_array[:,1])#取第几列的数据 ----->[2 10 5]

print(tan_array[,:2])#取某一行前两个数据 [1 2]

ndarray赋值

array1= np.array([1,2,3])

array2 =array1

array2[1] =100

print(array2)

print(array1)

========》[ 1 100 3]

========》[ 1 100 3]

修改了array2,没有修改array1,可是array1也会跟着改变,所以为了避免这种情况,使用

array2= array1.copy()

运行后就发现

array2 =======》 [ 1 100 3]

array1 =======》 [1 2 3]

抽取想要的数据

ndarray有arange、random等模块,可以生成一个array

number_list = np.arange(0, 100, 10)

print(number_list)

print(number_list[np.where(number_list > 50)])

=====》 [ 0 10 20 30 40 50 60 70 80 90]

=====》 [60 70 80 90 ]

首先生成一个等差数列,然后通过np.where获取到number_list中大于50的数字所在ndarray中的位置,通过切片取值的方法得到想要

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20180117G0NHWF00?refer=cp_1026

同媒体快讯

  • Mysql压缩包安装

    2018-10-20
  • Flask学习笔记

    2018-10-20

相关快讯

扫码关注云+社区