Numpy | ndarray數組基本操作


搞不懂博客園表格的排版。。。

 

說明:

0 ndarray :多維數組對象

1 np :import numpy as np

2 nda :表示數組的名稱

1 生成數組

函數名 描述
np.array 將輸入的數據轉換為ndarray,默認復制所有的輸入數據(深拷貝)
np.asarray 將輸入轉換為ndarray,如果輸入已經是ndarray則不再復制(淺拷貝)
np.arange

1 使用Python的內置函數range,返回一個數組

2 創建等差數組 — 指定步長  (start,stop, step, dtype)

np.linspace 創建等差數組 — 指定數量  (start, stop, num, endpoint)
np.logspace 創建等比數列  (start,stop, num)
np.full 根據給定形狀和數據類型生成指定數值的數組
np.full_like 生成與給定數組形狀一致,但內容是指定數值的數組
np.random.randn  產生的隨機數組服從正態分布
np.random.normal (loc, scale, size) 按照size的形狀返回均值為loc,標准差為scale的正態分布數組
random.standard_normal (size) 生成size形狀的標准正態分布數組
np.random.rand 產生的隨機數組服從均勻分布
np.random.uniform (low, high, size)均勻分布的數組
np.random.randint (lowhigh=Nonesize=Nonedtype='l')從一個均勻分布中隨機采樣,生成一個整數或N維整數數組

 

2 ndarray 的屬性

屬性名 屬性解釋(返回)
ndarray.shape 數組形狀(元組)
ndarray.ndim 數組維數
ndarray.size 數組中所有元素的數量
ndarray.itemsize 一個數組元素的長度(字節)
ndarray.dtype 數組元素的類型

 

 

 

 

 

 

 

 

 

 

 

3 索引與切片

3.1 索引:從 0 計數

3.2 切片:對象[:, :] -- 先行后列

  區別於 Python 的 list ,數組的切片是直接改動原數組,這意味着數據並不被復制,如果想要一份數組切片的拷貝,需要先復制這個數組,如 arr[5:7].copy()

 

4 修改數組

方法 描述
nda.reshape(shape, order) 返回一個具有相同數據域,但shape不一樣的視圖(相當於只進行數據重新划分)。行、列不進行互換,新產生一個ndarray
nda.resize(new_shape) 修改數組本身的形狀(需要保持元素個數前后相同),行、列不進行互換,修改原來的ndarray
nda.T 數組轉置
nda.astype(type) 返回修改了類型之后的數組
nda.tostring() 轉化為字符串
np.unique(對象) 數組去重

 

5 ndarray 運算

分類 符號或函數 描述
邏輯運算 > , <, ==  
通用判斷函數 np.all() 是否全部...
np.any() 是否有...
三元運算 np.where(條件,符合返回,不符合返回)  
基礎統計方法 np.min(adn, axis) 最小
np.max(adn, axis) 最大
np.median(adn, axis) 中位數
np.mean(adn, axis) 平均數
np.std(adn, axis) 標准差
np.var(adn, axis) 樣本方差
np.argmax(axis) 最大元素對應的下標
np.argmin(axis) 最小元素對應的下標
cumsum 從零開始元素累計和
cumprod 從零開始元素累計積


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM