Numpy 库

可以直接通过pip安装。

pip install numpy

1 NumPy的数值类型

每一种数据类型都有相应的转换函数。使用dtype属性可以查看数组的数据类型。如下。

2 数组操作

使用arange()函数可以来生成数组。

2.1 元素索引

如果数组是一维的，直接跟list一样索引就好。

如果数组是多维的，就使用跟线性代数里一样的行，列索引。如下。

2.2 一维数组切片

一维数组的切片，跟list的一样。

2.3 处理数组形状

• 拆解

用ravel()函数可以把多维数组变成一维数组。

• 拉直(Flatten)

flatten()函数与ravel()相同。不同的是，flatten()返回的是真实的数组，需要分配新的内存空间。

• 用元组指定数组形状

除reshape()函数外，还可以用元组来定义数组的形状。

• 转置

就是线性代数里的意思，行列互换。使用transpose()函数实现。

• 调整大小

函数resize()的作用类似于reshape()，但是会改变所作用的数组。

2.3.1 堆叠数组

• 水平叠加

使用hstack()函数来码放这些数组。

使用concatenate()函数也能达到同样的效果，但是记得参数axis要设为1。

• 垂直叠加

同样的，使用vstack()函数或使用concatenate()函数，此时参数axis设为0。

• 深度叠加

使用dstack()函数，可以沿着第三个坐标轴的方向来叠加一摞数组，增加一个维度。简单理解，就是在一幅图像上叠加了另一幅图像。下面的代码就得到了一个三维数组。

• 列式堆叠

使用column_stack()函数可以以列的方式对一维数组进行堆叠。

用这个函数来堆叠二维数组时，其实就相当于hstack()函数。

• 行式堆叠

函数是row_stack()，和column_stack()一样的用法。

2.3.2 拆分数组

3 数组的属性

使用shape属性可以查看数组的形状。

使用ndim属性可以查看数组的维度数。

使用size属性可以查看数组的元素数量。

使用itemsize属性可以查看数组中各个元素所占用的字节数。

使用nbytes属性可以查看整个数组所需的字节数量。

使用T属性可以实现与函数transpose()相同的功能，对数组进行转置。

【参考】

[1]Numpy中文文档