码迷,mamicode.com
首页 > 其他好文 > 详细

NumPy学习笔记(1)

时间:2014-11-06 17:34:31      阅读:152      评论:0      收藏:0      [点我收藏+]

标签:python   numpy   

1. 程序开头导入库
import numpy as np
2. 创建数组(ndarray)
a = [1,2,3,4]
aa = np.array(a)--------->生成一维数组
bb = np.array([a,a])----->生成二维数组
aa.shape
bb.shape------------------>获得尺寸(2, 4)
bb.shape = (1,8) ---------> Reshape为1X8数组,8可以用-1表示,这样自动计算尺寸
c = bb.reshape(2,4)------>用reshape函数获得新数组,注意这里c与bb共享存储空间。若想隔离,需要用copy()函数
3. 数组的类型
bb.dtype------------------------>获得bb的数值类型,可能为int32, int64, float64, complex128等
生成不同数值类型的数组:
d = np.array([1,2,3,4], dtype=np.complex)
完整的类型列表:
>>> set(np.typeDict.values())
set([<type ‘numpy.bool_‘>, <type ‘numpy.int8‘>, <type ‘numpy.void‘>, <type ‘numpy.int32‘>, <type ‘numpy.uint32‘>, <type ‘numpy.float128‘>, <type ‘numpy.string_‘>, <type ‘numpy.uint8‘>, <type ‘numpy.float32‘>, <type ‘numpy.complex256‘>, <type ‘numpy.int64‘>, <type ‘numpy.uint64‘>, <type ‘numpy.complex64‘>, <type ‘numpy.unicode_‘>, <type ‘numpy.uint64‘>, <type ‘numpy.int16‘>, <type ‘numpy.uint16‘>, <type ‘numpy.float64‘>, <type ‘numpy.object_‘>, <type ‘numpy.complex128‘>, <type ‘numpy.int64‘>])
4. 几个专门创建数组的函数
np.arrange(start, end, step)---------------->生成等差数列,不包括end值
np.linspace(start, end, num)--------------------------->生成等差数列,默认包括end值
np.linspace(start,  end, num, endpoint=False)-------->不包括end值
np.logspace(start, end, num, base, endpoint)------------------------->生成等比数列
np.zeros(size, dtype), np.zeros_like(other)
np.ones(size, dtype),np.ones_like(other)
np.random.rand(size, dtype)------------------------------------>生成随机数组
np.empty(size, dtype)--------------------------------------------->仅分配空间,不初始化,最快!

np.fromstring(str, dtype)-------------------------------------------->从字符串创建数组
np.frombuffer()
np.fromfile()
np.fromfunction(funcname, size)
5. 数组的切片和下标访问
一维数组的索引如下:
0,1,2,。。。-3,-2,-1,即负数会从后往前数
a[start:end:step]----------------------->取数组的一个切片,与原数组共享内存。不包括end值。
省略start,表示start = 0;
省略end,表示end = -1;
省略step,表示step = 1;
单独生成切片可以用slice函数
slice(start, end, step) = start:end:step
slice(None, end, step) = :end:step
slice(None, None, None) = :
另外也可以用s_对象生成slice
>>> np.s_[::2,2:]
(slice(None, None, 2), slice(2, None, None))
二维数组取一次下标,得到一维数组(想想C中的数组)
多次下标可以用元组方式,如x[2][2]等价于x[2,2],或者直观一点x[(2,2)]

整数索引列表查表
idx = [1, 4, 5, 7]
y = x[idx]------------------->取出x中[1,4,5,7]位置处的值,放入y,不和原数组共享内存
整数数组也是一样的
布尔数组(np.array([True, False, True,...])):只取数组中相应位置为True的元素;
布尔列表[True, False, True, ...]:将按照整数方式取, True = 1, False = 0.

NumPy学习笔记(1)

标签:python   numpy   

原文地址:http://blog.csdn.net/kkk584520/article/details/40862825

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!