NumPy:修订间差异
无编辑摘要 |
无编辑摘要 |
||
(未显示同一用户的2个中间版本) | |||
第29行: | 第29行: | ||
}} | }} | ||
=== | ===创建数组=== | ||
=== | 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=== | ===复制和视图=== | ||
===输入输出=== | ===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== | ==索引== | ||
第63行: | 第217行: | ||
*Github 主页 :https://github.com/numpy/numpy | *Github 主页 :https://github.com/numpy/numpy | ||
=== | ===教程=== | ||
*[https://www.runoob.com/numpy/numpy-tutorial.html 菜鸟教程:Numpy ] | *[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=== | ===书籍=== | ||
*《利用Python进行数据分析》 - 韦斯·麦金尼 | *《利用Python进行数据分析》 - 韦斯·麦金尼 | ||
== | ===文章=== | ||
*[https://zh.wikipedia.org/wiki/NumPy 维基百科:NumPy] | *[https://zh.wikipedia.org/wiki/NumPy 维基百科:NumPy] | ||
[[分类:数据分析]] |
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
了解更多 >> Numpy 手册:数组对象 Numpy 手册:ndarray对象
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