NumPy 數組大全

NumPy 是一個Python 庫，用於 Python 編程中的科學計算。在本教程中，你將學習如何在 NumPy 數組上以多種方式添加、刪除、排序和操做元素。

NumPy 提供了一個多維數組對象和其餘派生數組，例如掩碼數組和掩碼多維數組。

爲何要用 NumPy

NumPy 提供了一個 ndarray 對象，可使用它來對任何維度的數組進行操做。 ndarray 表明 N 維數組，其中 N 是任意數字。這意味着 NumPy 數組能夠是任何維度的。

與 Python 的 List 相比，NumPy 具備許多優點。咱們能夠在 NumPy 陣列上執行高性能操做，例如：

1. 對數組成員進行排序
2. 數學和邏輯運算
3. 輸入/輸出功能
4. 統計和線性代數運算

安裝 NumPy

要安裝NumPy，你的電腦上要先有 Python 和 Pip。

在終端中運行如下命令：

pip install numpy

而後你就能夠在腳本中導入 NumPy 了，以下所示：

import numpy

添加數組元素

能夠用 NumPy 模塊的 append() 方法向 NumPy 數組中添加元素。

append() 的語法以下：

numpy.append(array, value, axis)

value 會被追加到在數組的末尾，並返回一個包含全部元素的 ndarray。

參數 axis 是一個可選的整數，用於定義數組的顯示方式。若是沒有指定，則數組結構將展平，稍後會演示用法。

如下示例，其中首先聲明數組，而後用 append 方法向數組添加更多的值：

import numpy
a = numpy.array([1, 2, 3])
newArray = numpy.append (a, [10, 11, 12])
print(newArray)
# 輸出：[ 1  2  3 10 11 12]

添加一列

也能夠用NumPy 的 append() 方法插入一列。

在下面的例子中，咱們建立了一個二維數組並插入了兩列：

import numpy

a = numpy.array([[1, 2, 3], [4, 5, 6]]) 
b = numpy.array([[400], [800]])
newArray = numpy.append(a, b, axis = 1)
print(newArray)

"""
輸出：
[[  1   2   3 400]
 [  4   5   6 800]]
"""

若是沒有使用 axis 參數，則會輸出：

[  1   2   3   4   5   6 400 800]

這就是數組結構的扁平化。

在 NumPy 中，還能夠用 insert() 方法插入元素或列。 二者之間的區別在於 insert() 方法能夠指定要在哪一個索引處添加元素，但 append() 方法會在數組的末尾添加一個值。

Consider the example below:
考慮如下示例：

import numpy
a = numpy.array([1, 2, 3])
newArray = numpy.insert(a, 1, 90) 
print(newArray)
# 輸出：[ 1 90  2  3]

這裏 insert() 方法在索引1處添加元素。在Python中數組索引從0開始。

追加一行

也能夠用 append() 方法向數組添加行，就像在數組中附加元素同樣簡單：

import numpy
a = numpy.array([[1, 2, 3], [4, 5, 6]])
newArray = numpy.append(a, [[50, 60, 70]], axis = 0)
print(newArray)
"""
輸出「
[[ 1  2  3]
 [ 4  5  6]
 [50 60 70]]
"""

刪除元素

能夠用 NumPy 模塊的 delete() 方法刪除 NumPy 數組元素：

import numpy 
a = numpy.array([1, 2, 3]) 
newArray = numpy.delete(a, 1, axis = 0) 
print(newArray)
# 輸出：[1 3]

在本例子中，咱們有一個一維數組，用 delete() 方法從數組中刪除了索引 1 處的元素。

刪除一行

一樣，你也能夠用 delete() 方法刪除行。

下面的例子中咱們從二維數組中刪除了一行：

import numpy 
a = numpy.array([[1, 2, 3], [4, 5, 6], [10, 20, 30]]) 
newArray = numpy.delete(a, 1, axis = 0)
print(newArray)
"""
輸出：
[[ 1  2  3]
 [10 20 30]]
"""

在 delete() 方法中，首先給出數組，而後給出要刪除的元素的索引。在上例中，咱們刪除了索引爲 1 的元素。

檢查 NumPy 數組是否爲空

能夠用 size 方法返回數組中元素的總數。

在下面的例子中有一個 if 語句，經過 ndarray.size 檢查數組中是否有元素，其中 ndarray 能夠是任何給定的 NumPy 數組：

import numpy

a = numpy.array([1, 2, 3]) 
if(a.size == 0): 
    print("The given Array is empty") 
else: 
    print("The array = ", a)
# 輸出：The array =  [1 2 3]

在上面的代碼中，數組中有三個元素，所以它不是空的，判斷條件將返回false。若是數組中沒有元素，則 if 條件會變爲 true 而且將打印空消息。若是數組等於：

a = numpy.array([])

上述代碼將會輸出：

The given Array is empty

查找值的索引

要查找值對應的索引，能夠用 NumPy 模塊的 where() 方法，以下例所示：

import numpy
a = numpy.array([1, 2, 3, 4, 5])
print("5 is found at index: ", numpy.where(a == 5))
# 輸出：5 is found at index:  (array([4]),)

若是你只想獲得索引，能夠這樣寫：

import numpy

a = numpy.array([1, 2, 3, 4, 5]) 
index = numpy.where(a == 5)
print("5 is found at index: ", index[0])
#輸出： 5 is found at index:  [4]

NumPy 數組切片

數組切片是從給定數組中提取子集的過程。你能夠用冒號（ : ）運算符對數組進行切片，並指定數組索引的開始和結束位置，例如：

array[from:to]

下面的例子中提取從索引 2 到索引 5 的元素：

import numpy
a = numpy.array([1, 2, 3, 4, 5, 6, 7, 8])
print("A subset of array a = ", a[2:5])
# 輸出：A subset of array a =  [3 4 5]

若是想要提取最後三個元素，能夠經過用負切片來完成操做，以下所示：

import numpy
a = numpy.array([1, 2, 3, 4, 5, 6, 7, 8])
print("A subset of array a = ", a[-3:])
# 輸出：A subset of array a =  [6 7 8]

將函數做用於全部數組元素

在下面的例子中，咱們將建立一個 lambda 函數，並傳入一個數組，以其應用於全部元素：

import numpy
addition = lambda x: x + 2
a = numpy.array([1, 2, 3, 4, 5, 6])
print("Array after addition function: ", addition(a))
# 輸出：Array after addition function:  [3 4 5 6 7 8]

在此例中，建立了一個 lambda 函數，它使每一個元素都遞增 2。

NumPy 數組的長度

要獲得 NumPy 數組的長度，能夠用 size 屬性，以下所示：

import numpy 
a = numpy.array([1, 2, 3, 4, 5, 6]) 
print("The size of array = ", a.size)
# 輸出：The size of array =  6

從 list 建立 NumPy 數組

假設你有一個列表：

l = [1, 2, 3, 4, 5]

如今要根據這個列表建立一個數組，能夠用 NumPy 模塊的 array() 方法：

import numpy 
l = [1, 2, 3, 4, 5] 
a = numpy.array(l) 
print("The NumPy array from Python list = ", a)
# 輸出：The NumPy array from Python list =  [1 2 3 4 5]

一樣，使用 array() 方法，也能夠從元組建立 NumPy 數組。以下所示：

import numpy
t = (1, 2, 3, 4, 5) 
a = numpy.array(t) 
print("The NumPy array from Python Tuple = ", a)
# 輸出：The NumPy array from Python Tuple =  [1 2 3 4 5]

將 NumPy 數組轉換爲 list

要將數組轉換爲list，可使用 NumPy 模塊的 tolist()方法。

import numpy 
a = numpy.array([1, 2, 3, 4, 5]) 
print("Array to list = ", a.tolist())
# 輸出：Array to list =  [1, 2, 3, 4, 5]

在這段代碼中，咱們簡單地調用了 tolist() 方法，該方法將數組轉換爲列表。而後將新建立的列表打印到輸出屏幕。

把 NumPy 數組導出爲 CSV

要將數組導出爲 CSV 文件，能夠用 NumPy 模塊的 savetxt() 方法，以下所示：

import numpy 
a = numpy.array([1, 2, 3, 4, 5]) 
numpy.savetxt("myArray.csv", a)

此代碼將在 Python 代碼文件所在路徑下生成 CSV 文件。固然你也能夠指定路徑。

該文件的內容以下：

1.000000000000000000e+00
2.000000000000000000e+00
3.000000000000000000e+00
4.000000000000000000e+00
5.000000000000000000e+00

你能夠把額外填充的零刪除，以下所示：

numpy.savetxt("myArray.csv", a,fmt='%.2f')

對 NumPy 數組排序

能夠用 NumPy 模塊的 sort() 方法對 NumPy 數組進行排序：

sort() 函數有一個可選參數 axis（整數），默認爲 -1。axis 指定咱們要對數組進行排序的軸。 -1 表示將根據最後一個軸對數組進行排序。

import numpy 
a = numpy.array([16, 3, 2, 6, 8, 10, 1]) 
print("Sorted array = ", numpy.sort(a))
# 輸出：Sorted array =  [ 1  2  3  6  8 10 16]

在這個例子中，咱們在 print 語句中調用了 sort() 方法。數組 a 被傳遞給 sort 函數。

歸一化數組

歸一化數組是指將數組的值置於某個定義範圍的過程。例如，咱們想要在 -1 和 1 之間對數組進行歸一化，依此類推。

歸一化的公式以下：

x = (x – xmin) / (xmax – xmin)

如今把這個公式用於咱們的數組。要查找數組中的最大和最小項，能夠分別用 NumPy 的 max() 和 min() 方法。

import numpy 
x= numpy.array([400, 800, 200, 700, 1000, 2000, 300]) 
xmax = x.max() 
xmin = x.min() 
x = (x - xmin)/(xmax - xmin) 
print("After normalization array x = \n", x)
"""
輸出：
After normalization array x =
 [0.11111111 0.33333333 0.         0.27777778 0.44444444 1.
 0.05555556]
"""

數組索引

索引指向數組中的一個元素。在下面的例子中，分別用到了一維和二維數組中的索引：

import numpy 
a = numpy.array([20, 13, 42, 86, 81, 9, 11]) 
print("Element at index 3 = ", a[3])
# 輸出：Element at index 3 =  86

下面是二維數組：

import numpy 
a = numpy.array([[20, 13, 42], [86, 81, 9]]) 
print("Element at index a[1][2] = ", a[1][2])
# 輸出：Element at index a[1][2] =  9

索引 [1][2] 表示第二行和第三列（索引從 0 開始）。所以在屏幕上輸出 9 。

將 NumPy 數組附加到另​一個數組上

能夠用 append() 方法將 NumPy 數組附加到另​​一個 NumPy 數組上。

import numpy 
a = numpy.array([1, 2, 3, 4, 5]) 
b = numpy.array([10, 20, 30, 40, 50]) 
newArray = numpy.append(a, b) 
print("The new array = ", newArray)
# 輸出：The new array =  [ 1  2  3  4  5 10 20 30 40 50]

在此例中，建立兩個 NumPy 數組 a， b 。而後把兩個數組傳給 append()。當數組 b 做爲第二個參數傳遞時，將被添加到數組 a 的末尾。

總結

正如你們所見，NumPy 數組用起來很是簡單。在使用不少機器學習庫時，NumPy 數組很是重要。能夠說NumPy 是人工智能的大門。