Numpy 使用教程1

数值类型及多维数组

1、安装：sudo pip install numpy（本地安装）

sudo apt-get_install python-numpy（管理员身份打开）

2、数值类型

1. bool：布尔类型，1 个字节，值为 True 或 False。
2. int：整数类型，通常为 int64 或 int32 。
3. intc：与 C 里的 int 相同，通常为 int32 或 int64。
4. intp：用于索引，通常为 int32 或 int64。
5. int8：字节（从 -128 到 127）
6. int16：整数（从 -32768 到 32767）
7. int32：整数（从 -2147483648 到 2147483647）
8. int64：整数（从 -9223372036854775808 到 9223372036854775807）
9. uint8：无符号整数（从 0 到 255）
10. uint16：无符号整数（从 0 到 65535）
11. uint32：无符号整数（从 0 到 4294967295）
12. uint64：无符号整数（从 0 到 18446744073709551615）
13. float：float64 的简写。
14. float16：半精度浮点，5 位指数，10 位尾数
15. float32：单精度浮点，8 位指数，23 位尾数
16. float64：双精度浮点，11 位指数，52 位尾数
17. complex：complex128 的简写。
18. complex64：复数，由两个 32 位浮点表示。
19. complex128：复数，由两个 64 位浮点表示

3、导入代码：import numpy as np

a=np.array([1,2,3],dtype=np.float64)

a,a.dtype,a.astype(int).dtype

4、多维数组

4.1、ndarray类六个参数

a.shape：数组的形状

b.dtype：数据类型。

c.buffer：对象暴露缓冲区接口。

d.offset：数组数据的偏移量。

e.strides：数据步长。

f.order：{'C'，'F'}，以行或列为主排列顺序

4.2、创建方法

a.从 Python 数组结构列表，元组等转换。

b.使用 np.arange、np.ones、np.zeros 等 NumPy 原生方法。

c.从存储空间读取数组。

d.通过使用字符串或缓冲区从原始字节创建数组。

e.使用特殊函数，如 random。

4.3、创建方法实例

4.3.1、从列表或元组转换

方法：numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)

其中，参数：

object：列表、元组等。

dtype：数据类型。如果未给出，则类型为被保存对象所需的最小类型。

copy：布尔类型，默认 True，表示复制对象。

order：顺序。

subok：布尔类型，表示子类是否被传递。

ndmin：生成的数组应具有的最小维数

示例代码：numpy.array([[[1,2,3],[1,2,3],[[1,2,3]],[1,2,3],[1,2,3]],[[1,2,3],[1,2,3],[1,2,3]]])

4.3.2、arrange方法创建

方法：nupy.arange(start,stop,step,dtype=None)

示例代码：np.arange(3,7,0.5,dtype='float32')

4.3.3、Linspace方法创建

方法：numpy.linspace(start,stop,num=50,endpoint=True,retstep=Flase,dtype=None)

其中，参数：

start：序列的起始值。

stop：序列的结束值。

num：生成的样本数。默认值为50。

endpoint：布尔值，如果为真，则最后一个样本包含在序列内。

retstep：布尔值，如果为真，返回间距。

dtype：数组的类型

示例代码：np.linspace(0,10,0,endpoint=True)

4.3.4、ones方法创建

方法：numpy.ones(shape,dtype=None,order='C')

其中，参数：

shape：用于指定数组形状，例如（1， 2）或 3。

dtype：数据类型。

order：{'C'，'F'}，按行或列方式储存数组。

示例代码：np.ones((2,3))

4.3.5、zeros方法创建

方法：numpy.zeros(shape,dtype=None,order='C')

其中，参数：

shape：用于指定数组形状，例如（1， 2）或3。

dtype：数据类型。

order：{'C'，'F'}，按行或列方式储存数组

示例代码：np.zeros((3,2))

4.3.6、eye方法创建

方法：numpy.eye(N,M=None,k=0,dtype=<type'float'>)

其中，参数：

N：输出数组的行数。

M：输出数组的列数。

k：对角线索引：0（默认）是指主对角线，正值是指上对角线，负值是指下对角线。

示例代码：np.eye(5,4,3)

4.3.7、从已知数据创建

方法：a.frombuffer（buffer）：将缓冲区转换为 1 维数组。

b.fromfile（file，dtype，count，sep）：从文本或二进制文件中构建多维数组。

c.fromfunction（function，shape）：通过函数返回值来创建多维数组。

d.fromiter（iterable，dtype，count）：从可迭代对象创建 1 维数组。

e.fromstring（string，dtype，count，sep）：从字符串中创建 1 维数组

示例代码：np.fromfuncton(lamb da a,b:a+b,(5,4))

5、ndarray数组属性

b=np.array([[1,2,3],[4,5,6],[7,8,9]])

5.1、nd.array.T

转置，与transpose()相同

示例代码：b.T

5.2、ndarray.dtype

用来输出数组包含元素的数据类型

示例代码：b.dtype

5.3、ndarray.imag

用来输出数组包含元素的虚部

示例代码：b.imag

5.4、ndarry.real

用来输出数组包含元素的实部

示例代码：b.real

5.5、ndarray.size

用来输出数组总包含元素数

示例代码：b.size

5.6、ndarray.itemsize

输出一个数组元素的字节数

示例代码：b.itemsize

5.7、ndarray.nbytes

用来输出数组的元素总字节数

示例代码：b.nbytes

5.8、ndarray.ndim

用来输出数组尺寸

示例代码：b.ndim

5.9、ndarray.shape

用来输出数组维数组

示例代码：b.shape

5.10、ndarray.strides

用来遍历数组时，输出每个维度中步进的字节数组

示例代码：b.strides