作者: 艾文,计算机硕士学位,企业内训讲师和金牌面试官,公司资深算法专家,现就职BAT一线大厂。
内容:跟艾文学编程《零基础入门学Python》
学习目标
- Numpy是什么
- 初始numpy 基础操作
- ndarray对象的创建
- 基础数学操作
- 数据下标访问
- 数组切片访问
- numpy 重要函数
- 数组合并
Numpy 是什么
NumPy(Numerical Python) Python语言的一个扩展程序库,支持大量的维度数组与矩阵运算。
数组运算: 提供大量的数学函数库
特点: 是一个运行速度非常快的数学库,主要用于数组计算
目标: 处理多维度同类型数据的数组,在numpy中维度我们可以axes来表示,创建对象类型: numpy.ndarray
初步认识numpy基本操作
import numpy as np
print(np.__version__)
'1.16.2'
首先,我们可以创建一个数组
data = np.arange(15)
print(data)
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
然后,我们可以reshape进行变换,对象类型numpy.ndarray
最后,我们看看numpy.ndarray 有哪些重要的属性和方法
重点分析几个我们常用的几个内容
ndarray 对象创建
- python list or tuple作为输入
- zeros 函数
- empty 函数
- ones 函数
- random 函数
一般创建方法,我们可以python list 或者tuple 作为输入创建ndarray
常见的数学操作
A 和 B 分别是numpy array的两个数组
数组下标元素访问
python 通过索引方式获取数据
我们可以把ndarray的数组看成一个矩阵,然后再次获取数据的时候就很容易了
单维度数据访问
单维度数据访问语法: x[start:stop:step] 默认数值 start=0,stop=size of dimension step = 1
多维度数据访问
numpy 重要函数
reshape操作
通过reshape 数组,可以改变array的数据结构,这里,创建 3*3 的矩阵
squeeze
从数组形状中删除 单维度条目,即把shape中为1的维度去掉
transpose 函数
不同维度之间的转化,高纬度情况下,通过numpy这个函数非常重要,这块图像处理的时候
例如: 图像 3 通道,不同维度的数据互换
argmax 函数
argmax 返回的是最大数的索引,argmax 有个参数axis,默认0,表示第几维的最大数值
Array 组合
不同array 进行基础的操作组合
np.concatenate
vstack/hstack
vstack 水平方向组合两个ndarray 的对象
让我们一起加油,学习交流群。
标签:函数,Python,编程,数组,维度,array,numpy,ndarray From: https://blog.51cto.com/u_14361901/6128374