Numpy筆記

Numpy

ndarray對象是一種由同質元素組成的多維數組。它的特色是：

• 元素數量預先指定好
• 同質：幾乎全部元素的類型和大小都相同

元素的類型經過ndarray.dtype獲取

ndarray.ndim描述軸的數量，即秩的大小

ndarray.size描述數組長度

ndarray.shape描述數組的型，軸的數量和數組長度，它的返回值是一個元組類型，有兩種形式：

• (size,)

  元組只有一個元素，表示數組軸數是1，數組長度是\(size\)

• (n,size)

  當\(n<=2\),表示數組的軸數是2；當\(n > 2\),表示數組的軸數是\(n\).數組長度是\(size\)

建立ndarray對象

1. numpy.array()
2. numpy.arange(start,end,step=1)
3. numpy.random.random(number) or numpy.random.random((row,col))
4. numpy.zeros((row,col))
5. numpy.ones((row,col))
6. numpy.linspace(start,end,分隔區間的數量)

基本操做

• 算數運算符

  當矩陣和一個標量進行四則運算，會經過廣播機制對每一個元素進行算術運算

• 矩陣乘法

  numpy.dot(A,B)

索引

索引操做獲取的是數組的視圖，對索引結果的修改，會影響原數組。

• 一維數組

  ndarray[index]或ndarray[[index_x,index_y,index_z,...]]

  能夠索引一個元素或多個元素

• 多維數組

  ndarray[row,col]

  索引時指定元素的行和列

切片

切片操做獲取的是數組的視圖，對索引結果的修改，會影響原數組。

• 一維數組

  ndarray[start:end:step]

  start缺省值爲0，end缺省值爲數組的長度，step是可選的步長

• 多維數組

  多維數組切片，要指明切片的範圍和切片操做

  • 單行

    ndarray[row,start:end:step]

  • 連續行

    ndarray[row_start:row_end,start:end:step]

  • 不連續行

    ndarray[[row_x,row_y,...],start:end:step]

數組拼接

• 橫向拼接

  numpy.hstack((A,B))

• 縱向拼接

  numpy.vstack((A,B))

• numpy.column_stack or numpy.row_stack()能夠用來處理一維數組的拼接

數組迭代

• 推薦方法：numpy.apply_along_axis(聚合函數,*,axis,ndarray)

  axis是一個boolean值，0表示按列迭代，1表示按行迭代。

  ndarray表示要處理的數組

• for ... in ...

結構化數組

結構體元素類型：

bytes	b1
int	i1,i2,i4,i8
unsigned ints	u1,u2,u4,u8
floats	f2,f4,f8
complex	c8,c16
fixed length string	a

numpy.array([...],...,dtype=('type,type1,...'))

或者

numpy.array([...],...,dtype=[('field',type),('field',type),...])

若是不指定字段標題，默認字段名爲f<n>，利用字段名能夠輕鬆的引用矩陣的某列

數據文件讀取

numpy.save(filename,dataArray)會將數組序列化爲.npy二進制文件，反序列化能夠經過numpy.load(filename)

讀取文本文件

numpy.genfromtxt(filename,delimiter=None,names=None)

它接受三個參數：

1. 存放數據的文件名
2. 分隔符
3. 是否含有標題

該函數包含兩層隱式循環：

1. 第一層循環每次讀取文件的一行
2. 將每行的多個值分開，再對這些值進行轉化，依次插入所建數組的相應位置。
3. 對於缺失數據，返回nan