NumPy：修订间差异

2021年7月21日 (三) 16:54的最新版本

NumPy是Python中科学计算的基本软件包。支持高阶大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

简介

时间轴

安装

pip安装

pip install NumPy

其他内置软件包

如果使用的是Anaconda等计算科学软件包，已经安装好了NumPy库。

导入NumPy

在脚本顶部导入，一般的NumPy导入方式如下：

import numpy as np

基础知识

数据类型

ndarray

NumPy提供了N维数组类型（N-dimensional array）即ndarray，它是NumPy的核心。这是一个表示多维度、同类型并且固定大小的数组对象。所有ndarray对象都有如下性质：

数组的每个元素占用相同大小的内存块，并且所有块的解释执行方式都一样。
数组中每个元素

创建数组

常用创建数组方法：

命令	描述	格式	示例
array()	创建一个Numpy数组。	numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)	`np.array([1,2,3])` 返回array([1, 2, 3])，将Python数组(列表)转化为Numpy数组(ndarray)。
arange()	等差数列的一维数组。可指定区间和步长	numpy.arange(start=0, stop, step=1, dtype=None, *, like=None)	可指定区间和步长，区间左闭右开。 `np.arange(2)` 返回array([0, 1]) `np.arange(6,11,step=2)` 返回array([ 6, 8, 10])
linspace()	等差数列的一维数组。可指定区间和个数，区间左闭右闭。	numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)	`np.linspace(1,2,num = 2)` 返回array([1., 2.]) `np.linspace(1,100,num = 3)` 返回array([ 1. , 50.5, 100. ])
random.randint()	随机整数的一维数组。可指定区间和个数，区间左闭右开。	random.randint(low, high=None, size=None, dtype=int)	`np.random.randint(0,100,size = 10)` 返回有10个元素的一维数组，值为0到100（不包含）的随机整数。
random.rand()	指定形状的数组，值为0到1之间均匀分布的随机值（左闭右开）	random.rand(d0, d1, ..., dn)	`np.random.randint(2,3)` 返回一个形状2x3的随机数组。
random.randn()	指定形状的数组，值为标准正态分布随机值。	random.randn(d0, d1, ..., dn)	`np.random.randn(2,3)` 返回一个形状2x3的随机数组。
random.standard_normal()	指定形状的数组，值为标准正态分布随机值。与random.randn()函数类似，参数不同。	random.standard_normal(size=None)	`np.random.standard_normal(size=(2,3))` 返回一个形状2x3的随机数组。
random.normal()	指定形状的数组，值为正态分布随机值。loc设置正态分布均值，scale设置标准差。	random.normal(loc=0.0, scale=1.0, size=None)	`np.random.normal(loc=80, scale=6, size=(3,60))` 返回一个形状3x60的随机数组。
ones()	返回一个使用1填充的并按指定形状和数据类型生成的新数组。	numpy.ones(shape, dtype=None, order='C', *, like=None)	`np.ones(2)` 返回array([1., 1.])，是一维有2个元素的数组。 `np.ones((2,3))` 返回二维每维有3个元素的数组。
ones_like()	返回一个使用1填充，形状和数据类型与给定数组一样的新数组。	numpy.ones_like（a，dtype = None，order ='K'，subok = True，shape = None ）	`np.ones_like(nd1)` 返回一个数组形状和数据类型与nd1一样，值使用1填充。
zeros()	返回给定形状和类型的新数组，并用0填充。	numpy.zeros(shape, dtype=float, order='C', *, like=None)	`np.zeros(2)` 返回array([0., 0.])，是一维有2个元素的数组。 `np.zeros((2,3))` 是二维每维有3个元素的数组。
zeros_like()	返回一个使用0填充，形状和数据类型与给定数组一样的新数组。	numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)	`np.zeros_like(nd1)` 返回一个数组形状和数据类型与nd1一样，值使用0填充。
full()	返回给定形状和类型的新数组，并用fill_value填充。	numpy.full(shape, fill_value, dtype=None, order='C', *, like=None)	`np.full((2,3),fill_value=3.14)` 返回形状为2x3，值为3.14的数组
full_like()		numpy.full_like(a, fill_value, dtype=None, order='K', subok=True, shape=None)
empty()
empty_like()

了解更多 >> Numpy 手册：数组创建示例 Numpy 手册：随机数

数组属性

常用属性：

属性	描述
ndarray.shape	数组形状
ndarray.ndim	数组的维数
ndarray.size	数组尺寸，即维数乘以每维元素个数。
ndarray.dtype	数组元素的数据类型。
ndarray.itemsize	一个数组元素的长度（以字节为单位）。

了解更多 >> Numpy 手册：数组属性

复制和视图

输入输出

命令		格式	描述
load()	加载.npy或.npz文件，当加载含有多个数组的npz文件时，加载后使用['存储的某个键']获取某个数组。	numpy.load（file，mmap_mode = None，allow_pickle = False，fix_imports = True，encoding ='ASCII' ）	`np.load('test.npz')['np2']`。
save()	将数组保存到.npy文件。	numpy.save(file, arr, allow_pickle=True, fix_imports=True)	`np.save('test.npy', np2)` 保存np2数组到当前文件夹的test.npy中。
savez()	将多个数组以未压缩.npz格式保存到单个文件中。	numpy.savez(file, args, *kwds)	`np.savez('123.npz', a=a, np2=np2)` 保存a和np2两个数组到123.npz文件中
savez_compressed()	将多个数组以压缩.npz格式保存到单个文件中。	numpy.savez_compressed(file, args, *kwds)
loadtxt()	从文本文件读取数组。	numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None, *, like=None)	`np.loadtxt('test.txt',delimiter=',')` 读取test.txt文件中的数组，分隔符为','。
savetxt	将数组保存到文本文件。	numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header=, footer=, comments='# ', encoding=None)	`np.savetxt('test.txt', nd1, fmt='%0.2f', delimiter=',')` 保存nd1数组到test.txt文件中，格式为'%0.2f'，分隔符为','

了解更多 >> Numpy 手册：输入输出

索引

广播

通用函数

通用函数（Universal functions），简称ufunc，是一种ndarrays以逐个元素的方式运行的函数，支持数组广播，类型转换和其他几个标准功能。也就是说，ufunc是函数的“向量化”包装器，该函数采用固定数量的特定输入并产生固定数量的特定输出。

了解更多 >> Numpy 手册：通用函数

数学运算

三角函数

位运算函数

比较函数

资源

官网

Numpy 官网：https://numpy.org/
Numpy 文档：https://numpy.org/doc/stable/
Numpy 手册：https://numpy.org/doc/stable/reference/index.html
Github 主页：https://github.com/numpy/numpy

教程

书籍

《利用Python进行数据分析》 - 韦斯·麦金尼

文章

维基百科：NumPy

@@ 第29行： / 第29行： @@
 }}
-===创建ndarray数组===
+===创建数组===
-===ndarray数组属性===
+常用创建数组方法：
+{| class="wikitable"
+! 命令
+! 描述
+! 格式
+! 示例
+|-
+| array()
+| 创建一个Numpy数组。
+| numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)
+| <code>np.array([1,2,3])</code> 返回array([1, 2, 3])，将Python数组(列表)转化为Numpy数组(ndarray)。
+|-
+| arange()
+|等差数列的一维数组。 可指定区间和步长
+| numpy.arange(start=0, stop, step=1, dtype=None, *, like=None)
+|可指定区间和步长，区间左闭右开。 <code>np.arange(2)</code> 返回array([0, 1]) <br \><code>np.arange(6,11,step=2)</code> 返回array([ 6,  8, 10])
+|-
+| linspace()
+|等差数列的一维数组。 可指定区间和个数，区间左闭右闭。
+| numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)
+|<code>np.linspace(1,2,num = 2)</code> 返回array([1., 2.]) <br \><code>np.linspace(1,100,num = 3)</code> 返回array([  1. ,  50.5, 100. ])
+|-
+| random.randint()
+|  随机整数的一维数组。可指定区间和个数，区间左闭右开。
+| random.randint(low, high=None, size=None, dtype=int)
+| <code>np.random.randint(0,100,size = 10)</code> 返回有10个元素的一维数组，值为0到100（不包含）的随机整数。
+|-
+| random.rand()
+| 指定形状的数组，值为0到1之间均匀分布的随机值（左闭右开）
+| random.rand(d0, d1, ..., dn)
+| <code>np.random.randint(2,3)</code>  返回一个形状2x3的随机数组。
+|-
+| random.randn()
+| 指定形状的数组，值为标准正态分布随机值。
+| random.randn(d0, d1, ..., dn)
+|  <code>np.random.randn(2,3)</code>  返回一个形状2x3的随机数组。
+|-
+| random.standard_normal()
+| 指定形状的数组，值为标准正态分布随机值。与random.randn()函数类似，参数不同。
+| random.standard_normal(size=None)
+| <code>np.random.standard_normal(size=(2,3))</code>  返回一个形状2x3的随机数组。
+|-
+| random.normal()
+| 指定形状的数组，值为正态分布随机值。loc设置正态分布均值，scale设置标准差。
+| random.normal(loc=0.0, scale=1.0, size=None)
+| <code>np.random.normal(loc=80, scale=6, size=(3,60))</code> 返回一个形状3x60的随机数组。
+|-
+| ones()
+|  返回一个使用1填充的并按指定形状和数据类型生成的新数组。
+| numpy.ones(shape, dtype=None, order='C', *, like=None)
+| <code>np.ones(2)</code> 返回array([1., 1.])，是一维有2个元素的数组。<br \><code>np.ones((2,3))</code> 返回二维每维有3个元素的数组。
+|-
+| ones_like()
+| 返回一个使用1填充，形状和数据类型与给定数组一样的新数组。
+| numpy.ones_like（a，dtype = None，order ='K'，subok = True，shape = None ）
+| <code>np.ones_like(nd1)</code> 返回一个数组形状和数据类型与nd1一样，值使用1填充。
+|-
+| zeros()
+| 返回给定形状和类型的新数组，并用0填充。
+| numpy.zeros(shape, dtype=float, order='C', *, like=None)
+| <code>np.zeros(2)</code> 返回array([0., 0.])，是一维有2个元素的数组。<br \><code>np.zeros((2,3))</code> 是二维每维有3个元素的数组。
+|-
+| zeros_like()
+| 返回一个使用0填充，形状和数据类型与给定数组一样的新数组。
+| numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)
+| <code>np.zeros_like(nd1)</code> 返回一个数组形状和数据类型与nd1一样，值使用0填充。
+|-
+| full()
+| 返回给定形状和类型的新数组，并用fill_value填充。
+| numpy.full(shape, fill_value, dtype=None, order='C', *, like=None)
+| <code>np.full((2,3),fill_value=3.14)</code> 返回形状为2x3，值为3.14的数组
+|-
+| full_like()
+|
+| numpy.full_like(a, fill_value, dtype=None, order='K', subok=True, shape=None)
+|
+|-
+| empty()
+|
+|
+|
+|-
+| empty_like()
+|
+|
+|
+|}
+{{了解更多
+| [https://numpy.org/doc/stable/reference/routines.array-creation.html Numpy 手册：数组创建示例]
+| [https://numpy.org/doc/stable/reference/random/index.html Numpy 手册：随机数]
+ }}
+===数组属性===
+常用属性：
+{| class="wikitable"  style="width: 100%;
+! 属性
+! 描述
+|-
+| ndarray.shape
+| 数组形状
+|-
+| ndarray.ndim
+| 数组的维数
+|-
+| ndarray.size
+| 数组尺寸，即维数乘以每维元素个数。
+|-
+| ndarray.dtype
+| 数组元素的数据类型。
+|-
+| ndarray.itemsize
+| 一个数组元素的长度（以字节为单位）。
+|}
+{{了解更多
+| [https://numpy.org/doc/stable/reference/arrays.ndarray.html#array-attributes Numpy 手册：数组属性]
+}}
 ===复制和视图===
 ===输入输出===
+{| class="wikitable"
+! 命令
+!
+! 格式
+! 描述
+|-
+| load()
+|  加载.npy或.npz文件，当加载含有多个数组的npz文件时，加载后使用['存储的某个键']获取某个数组。
+| numpy.load（file，mmap_mode = None，allow_pickle = False，fix_imports = True，encoding ='ASCII' ）
+| <code>np.load('test.npz')['np2']</code>。
+|-
+| save()
+|  将数组保存到.npy文件。
+| numpy.save(file, arr, allow_pickle=True, fix_imports=True)
+| <code>np.save('test.npy', np2)</code> 保存np2数组到当前文件夹的test.npy中。
+|-
+| savez()
+|  将多个数组以未压缩.npz格式保存到单个文件中。
+| numpy.savez(file, *args, **kwds)
+| <code>np.savez('123.npz', a=a, np2=np2)</code> 保存a和np2两个数组到123.npz文件中<br \>
+|-
+| savez_compressed()
+|  将多个数组以压缩.npz格式保存到单个文件中。
+| numpy.savez_compressed(file, *args, **kwds)
+|
+|-
+| loadtxt()
+|  从文本文件读取数组。
+| numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None, *, like=None)
+| <code>np.loadtxt('test.txt',delimiter=',')</code> 读取test.txt文件中的数组，分隔符为','。
+|-
+| savetxt
+|  将数组保存到文本文件。
+| numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ', encoding=None)
+| <code>np.savetxt('test.txt', nd1, fmt='%0.2f', delimiter=',')</code> 保存nd1数组到test.txt文件中，格式为'%0.2f'，分隔符为','
+|}
+{{了解更多
+|[https://numpy.org/doc/stable/reference/routines.io.html Numpy 手册：输入输出]
+}}
 ==索引==
@@ 第63行： / 第217行： @@
 *Github 主页 ：https://github.com/numpy/numpy
-===相关网站===
+===教程===
 *[https://www.runoob.com/numpy/numpy-tutorial.html 菜鸟教程：Numpy ]
-*[https://www.numpy.org.cn/ numpy.org.cn：Numpy ]
+*[https://www.numpy.org.cn/ numpy.org.cn：Numpy 文档翻译]
 ===书籍===
 *《利用Python进行数据分析》 - 韦斯·麦金尼
-==参考==
+===文章===
 *[https://zh.wikipedia.org/wiki/NumPy 维基百科：NumPy]
+[[分类:数据分析]]