这里介绍NumPy数组的创建、基本属性，并说明改变数组形状的相关方法
基本属性
NumPy数组的基本属性如下
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
| import numpy as np
array1 = np.arange(15).reshape(3,5)
print(array1)
print(f"type(array1) : {type(array1)}")
dim = array1.ndim
print(f"dim: {dim}")
shape = array1.shape
print(f"shape: {shape}")
size = array1.size
print(f"size: {size}")
data_type = array1.dtype
print(f"data type: {data_type}")
item_size = array1.itemsize
print(f"item size: {item_size}")
flag = array1.flags
print(f"flag: {flag}")
|
创建数组
从Python列表、元组中创建数组
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| import numpy as np
a1 = np.array( (1.1, 2.2, 3.3) )
a2 = np.array( [[2,3,4], [7,8,91]] )
print(a1)
print(f"a1.dtype: {a1.dtype}")
print(a2)
print(f"a2.dtype: {a2.dtype}")
|
arange 函数
np.arange(start, stop, step, dtype)函数。创建一个一维数组：元素值从start开始到stop（不包含）、步长为step。其中，start参数：默认为0；step参数：默认为1
1
2
3
4
5
6
7
8
9
| import numpy as np
a3 = np.arange(7)
print(a3)
a4 = np.arange(0,8,2)
print(a4)
|
linspace 函数
np.linspace（start, stop, num=50, endpoint=True, retstep=False, dtype=None）函数。创建一个一维数组：元素值是一个从start到stop的等差数列、元素数量为num个。其中，endpoint参数值为True时，数列中包含stop值，反之不包含。默认是True。其与arange函数虽然生成的元素值都是等差数列。但区别在于：后者是指定步长，前者是指定元素数量
1
2
3
4
5
6
7
8
9
| import numpy as np
a4 = np.linspace(0,6,4, endpoint=True)
print(a4)
a5 = np.linspace(0,6,4, endpoint=False)
print(a5)
|
empty/empty_like 函数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| import numpy as np
a1 = np.empty((1,5))
print(a1)
num = np.arange(6).reshape(2,3)
print(num)
a2 = np.empty_like(num)
print(a2)
|
full/full_like 函数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| import numpy as np
a1 = np.full((1,4), 996)
print(a1)
num = np.arange(6).reshape(2,3)
print(num)
a2 = np.full_like(num, 1314)
print(a2)
|
zeros/zeros_like 函数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| import numpy as np
a1 = np.zeros((1,4), dtype=np.uint8)
print(a1)
num = np.arange(6).reshape(2,3)
print(num)
a2 = np.zeros_like(num)
print(a2)
|
ones/ones_like 函数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| import numpy as np
a1 = np.ones((1,4), dtype=np.float16)
print(a1)
num = np.arange(6).reshape(2,3)
print(num)
a2 = np.ones_like(num)
print(a2)
|
eye 函数
创建一个 NxN 的单位矩阵(主对角线元素全为1，其余元素均为0)
1
2
3
4
5
6
7
8
9
10
| import numpy as np
m1 = np.eye(4, dtype=np.int32)
print(m1)
|
改变形状
reshape 函数
reshape函数将数组改变为指定形状。使用-1时，可自动计算该维度的大小
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| import numpy as np
num1 = np.arange(12)
print(num1)
num2 = num1.reshape(2,6)
print(num2)
num3 = num1.reshape(-1, 3)
print(num3)
|
ravel/flatten 函数
二者均可将多维数组展平为一维数组：
- ravel函数：返回的可能是原数组的视图。具体地，如果可能的话则创建视图，否则创建副本。故对返回结果进行修改可能会影响到原数组
- flatten函数：返回的是原数组的副本。故对返回结果进行修改，不会影响原数组
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| import numpy as np
num = np.arange(6).reshape(2,3)
num2 = num.ravel()
num3 = num.flatten()
num2[0] = 52996
num3[1] = -7788
print(num)
print(num2)
print(num3)
|
转置
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
| import numpy as np
num = np.arange(6).reshape(2,3)
print(num)
print(f"num shape: {num.shape}")
num2 = num.T
print(num2)
print(f"num2 shape: {num2.shape}")
|
vstack/hstack函数
- vstack函数：垂直堆叠。要求拼接的数组列数相同
- hstack函数：水平堆叠。要求拼接的数组行数相同
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
| import numpy as np
num1 = np.array([[1,2,3],[4,5,6]])
num2 = np.array([[-1,-2,-3],[-4,-5,-6]])
print(num1)
print(num2)
c1 = np.vstack( (num1,num2) )
print(c1)
c2 = np.hstack( (num1, num2) )
print(c2)
|
