Numpy（基础包）

主要功能：

• 一个多维数组结构，高效且节省空间

• 无需循环对整个数组进行快速运算的函数

• 线性代数、随机数生成和傅里叶变换功能

安装

pip install numpy

引用： import numpy as np

ndarray-多维数组对象

创建ndarray

np.array(list)

与list的区别：

• ndarray改值不改大小，数组间对应位置的元素可进行运算

• list改大小不改值

比如

a = np.array([i for i in range(10)])
b = [i for i in range(10)]
a*3
>>  array([ 0,  3,  6,  9, 12, 15, 18, 21, 24, 27])
b*3
>> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

常用属性

属性	注释
dtype	数组中数据类型
size	数组中元素个数
shape	用元组表示数组，比如二维数组是(n*m)，n行m列
T	数组的转置，比如行变成列，列变成行
ndim	数组的维数

常用方法

方法	注释
array()	创建数组
zeros()	创建全0的数组
ones()	创建全1的数组
empty()	创建空数组（随机值）
arange()	根据数据范围创建数组
linspace()	线性创建数组，范围数据平均分成n份，步长一致，呈线性递增或者递减
eye()	创建线性代数的单位矩阵
reshape()	根据数组形状排列数组

索引和切片

多维数组的索引

列表式写法：a[2][3]

新式写法：a[2,3]

多维数组的切片

新式写法：a[0:2,0:3]

布尔型索引

列表式写法：list(filter(lambda x:x>5,a))

新式写法：a[(a>5) & (a%2==0)]，加了括号才能当and使用，否则会成为位运算的与

a[(a>5) | (a%2==0)]

底层原理：

• 对每一个元素进行判断，返回一个布尔数组

• 返回对应位置为True的元素的数组

a = array([0,1,2,3])
​
a[[True,False,False,True]]
>> array([0,3]) # 只显示True的元素

花式索引

a[[1,3,4,6,7]]：返回数组中与其中列表中的数组一致的元素

多维数组写法：a[[1,3],:][:,[1,3]]

通用函数

一元函数

abs，sqrt，exp，log，floor（向下取整），ceil（向上取整），round（四舍五入），trunc（截断取整），rint（取整），modf（把小数和整数分开存储），isnan（是否不是数），isinf（是否无穷大）

二元函数

add，substract，multiply，divide，power，mod，maximum，minium（每个对应位置的元素进行比较）

统计

方法	描述
sum()	求和
mean()	求平均
var()	求方差，表示数据的离散程度，越小越稳定
std()	标准差，越小
max()	最大值
min()	最小值
argmax()	最大值下标
argmin()	最小值下标

随机生成

方法	描述
np.random.randint()	给定shape产生随机数组（0~1）
np.random.rand()	给定shape产生随机整数数组
np.random.choice()	给定shape产生随机选择数组
np.random.uniform()	给定shape产生随机数组
np.random.shuffle()	与random.shuffle()相同