章節
NumPy中最重要的類是ndarray，ndarray是存儲單一數據類型的多維數組。
可以使用索引(從0開始)訪問ndarray對象中的元素。
ndarray的內存結構
標准的Python列表(list)中，元素是對象。如：L = [1, 2, 3]，需要3個指針和三個整數對象，對於數值運算比較浪費資源。
與此不同，ndarray中元素直接存儲為原始數據，元素的類型由ndarray對象中的屬性dtype描述。
當ndarray數組中的元素，通過索引或切片返回時，會根據dtype，從原始數據轉換成Python對象，以便外部使用。
上圖中，ndarray頭部信息中的dtype描述了數組元素的數據類型，元素保存為原始數據（二進制數據），從數組中取出后，將根據dtype轉換為相應的python對象。
創建Ndarray對象
要創建ndarray對象，可以使用numpy模塊中的array構造函數。為此，首先需要導入numpy模塊。
>>> a = numpy.array
示例
[root@qikegu py3]# python
Python 3.7.3 (default, Jun 17 2019, 22:07:41)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-36)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy
>>> a = numpy.array
>>> print(a)
<built-in function array>
可以將集合對象傳遞給array函數，用於創建與集合對象內容相同的n維數組。語法如下所示：
>>> numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
下表是參數說明：
| 序號 | 參數 | 描述 |
|---|---|---|
| 1 | object | 表示集合對象，可以是列表、元組、字典、集合等等。 |
| 2 | dtype | 可選。可以通過此項參數更改數組元素的類型，默認值是none，表示保持原集合對象中的類型。 |
| 3 | copy | 可選參數。默認是true，表明復制對象。 |
| 4 | order | {‘K’, ‘A’, ‘C’, ‘F’}, 可選參數。指定數組的內存布局，可以是C語言順序（行）或Fortan語言順序（列）。詳情可參考官方文檔。 |
| 5 | subok | 布爾量，可選參數。默認false，表示須返回基類數組；如果設置為true，表示可以返回子類。 |
| 6 | ndmin | 整型，可選。指定返回數組的最小維數。 |
要使用Python列表創建ndarray數組，使用以下語句：
a = numpy.array([1, 2, 3])
示例
>>> a = numpy.array([1,2,3])
>>> print(a)
[1 2 3]
要創建多維數組，可使用以下語句。
a = numpy.array([[1, 2, 3], [4, 5, 6]])
示例
>>> a = numpy.array([[1, 2, 3], [4, 5, 6]])
>>> print(a)
[[1 2 3]
[4 5 6]]
要指定數組元素的數據類型，可以傳入dtype參數。
a = numpy.array([1, 3, 5, 7], complex)
示例
指定數組元素為復數類型：
>>> a = numpy.array([1, 3, 5, 7], complex)
>>> print(a)
[1.+0.j 3.+0.j 5.+0.j 7.+0.j]
獲取數組的維數
ndarray.ndim屬性可以用來獲取數組的維數。
示例
>>> arr = numpy.array([[1, 2, 3, 4], [4, 5, 6, 7], [9, 10, 11, 23]])
>>> print(arr.ndim)
2
獲取數組元素的大小
ndarray.itemsize屬性用於獲取數組元素的大小，該函數返回數組元素的字節數。
示例
#獲取數組元素的大小
import numpy as np
a = np.array([[1,2,3]])
print("數組元素大小：", a.itemsize, "字節")
輸出
數組元素大小： 8 字節
獲取數組元素的數據類型
要檢查數組元素的數據類型，可以使用ndarray.dtype屬性。
示例
#檢查數組元素的數據類型
import numpy as np
a = np.array([[1,2,3]])
print("數據元素的數據類型是：", a.dtype)
輸出
數據元素的數據類型是： int64
獲取數組的形狀和大小
要獲得數組的形狀和大小，可以使用ndarray.size與ndarray.shape屬性。
數組形狀是指數組的行數和列數，如一個二維數組的形狀是：2（行）x 3（列）
示例
import numpy as np
a = np.array([[1,2,3,4,5,6,7]])
print("大小:",a.size)
print("形狀:",a.shape)
輸出
大小: 7
形狀: (1, 7)
重構數組對象
數組的形狀指的是多維數組的行數和列數。numpy中，可以改變數組的形狀，即數組的行列排布。
ndarray.reshape()函數可用於重構數組。該函數接受新形狀的行、列兩個參數。
例如，如下圖所示，可以把3x2的數組改為2x3的數組。
示例
import numpy as np
a = np.array([[1,2],[3,4],[5,6]])
print("原數組：")
print(a)
a=a.reshape(2,3)
print("改變后：")
print(a)
輸出
原數組：
[[1 2]
[3 4]
[5 6]]
改變后：
[[1 2 3]
[4 5 6]]
數組切片
NumPy中，數組切片可以從數組中提取指定范圍的數組元素。NumPy中的數組切片方法與python中的列表切片方法類似。
切片語法
arr_name[start: end: step]
[:]表示復制源列表- 負的index表示，從后往前。-1表示最后一個元素。
>>> a = np.array([1,2,3,4,5,6,7,8,9])
>>> print(a[:5])
[1 2 3 4 5]
>>> print(a[1:5:2])
[2 4]
關於數組切片，后續章節將有詳細介紹。
linspace
linspace()函數的作用是: 返回給定區間內均勻分布的值。下面的示例，在給定的區間5-15內返回10個均勻分布的值
示例
import numpy as np
a=np.linspace(5,15,10) #打印10個值，這些值在給定的區間5-15上均勻地分布
print(a)
輸出
[ 5. 6.11111111 7.22222222 8.33333333 9.44444444 10.55555556
11.66666667 12.77777778 13.88888889 15. ]
獲取數組元素中的最大值、最小值以及元素的和
ndarray.max()、ndarray.min()和ndarray.sum()函數，分別用於獲取數組元素中的最大值、最小值以及元素和。
示例
import numpy as np
a = np.array([1,2,3,10,15,4])
print("數組:",a)
print("最大值:",a.max())
print("最小值:",a.min())
print("元素總和:",a.sum())
輸出
數組: [ 1 2 3 10 15 4]
最大值: 15
最小值: 1
元素總和: 35
NumPy數組軸
NumPy多維數組由軸表示，其中axis-0表示列，axis-1表示行。我們可以通過軸對列或行進行計算。例如，求某行元素的和。
示例
計算每一列中的最大元素、每一行中的最小元素，以及每一行的和：
import numpy as np
a = np.array([[1,2,30],[10,15,4]])
print("數組:",a)
print("每列的最大元素:",a.max(axis = 0))
print("每行的最小元素:",a.min(axis = 1))
print("每行的和:",a.sum(axis = 1))
輸出
數組: [[ 1 2 30]
[10 15 4]]
每列的最大元素: [10 15 30]
每行的最小元素: [1 4]
每行的和: [33 29]
求平方根和標准差
NumPy中，sqrt()和std()函數分別求數組元素的平方根和標准差。
標准差表示數組的每個元素與numpy數組的平均值之間的差異。
示例
import numpy as np
a = np.array([[1,2,30],[10,15,4]])
print(np.sqrt(a))
print(np.std(a))
輸出
[[1. 1.41421356 5.47722558]
[3.16227766 3.87298335 2. ]]
10.044346115546242
數組間的算術運算
numpy中，多維數組間可以直接進行算術運算。
在下面的示例中，對兩個多維數組a和b執行算術運算。
示例
import numpy as np
a = np.array([[1,2,30],[10,15,4]])
b = np.array([[1,2,3],[12, 19, 29]])
print("a+b\n",a+b)
print("axb\n",a*b)
print("a/b\n",a/b)
輸出
a+b
[[ 2 4 33]
[22 34 33]]
axb
[[ 1 4 90]
[120 285 116]]
a/b
[[ 1. 1. 10. ]
[ 0.83333333 0.78947368 0.13793103]]
數組拼接
numpy中，可以垂直或水平拼接2個數組。
示例
import numpy as np
a = np.array([[1,2,30],[10,15,4]])
b = np.array([[1,2,3],[12, 19, 29]])
print("垂直拼接\n",np.vstack((a,b)));
print("水平拼接\n",np.hstack((a,b)))
輸出
垂直拼接
[[ 1 2 30]
[10 15 4]
[ 1 2 3]
[12 19 29]]
水平拼接
[[ 1 2 30 1 2 3]
[10 15 4 12 19 29]]