numpy 初识（一）

基本操作：

• 读取文件(与pandas读取csv相似)：

import numpy
numpy.genfromtxt("word.txt", delimiter=',', dtype=str)
# => <class 'numpy.ndarray'>

• numpy.array(序列)

# 一维向量
vector = numpy.array([1, 2, 3, 4])
print(vector.shape)

# 二维矩阵
matrix = numpy.array([[5, 10, 15], [20, 25, 30]])
print(matrix.shape)

(4,)
(2, 3)

• numpy.array(序列)，即 numpy.ndarry 类型，支持数组广播
  • 与关系运算符号比较判断使用（ ==, >=, >, <）

matrix = numpy.array([
                    [5, 10, 15],
                    [20, 25, 30],
                    [35, 40, 45]
                 ])
matrix >= 25  # 对数组中的每个元素进行比较

array([[False, False, False],
       [False,  True,  Tru e],
       [ True,  True,  True]])

• numpy.array(序列)， 即 numpy.ndarry 类型，获取值的方式
  • 相同形状（行，列）,bool 型 ndarray，根据true显示
  • 由数字切片或逗号构成：a[1,:] 等价于 a[1][:]
• numpy.zeros( (行数n, 列数m) )  初始化一个，n行，m列的矩阵
• numpy.ones( (n, l, k) )  初始化一个 n, l, k 的一个3维的单位矩阵
• numpy.random.random( (n, m) )  初始化一个 n，m的随机二维矩阵
• numpy.linspace(offset, end, limit)  初始化一个从 offset 到 end 大小的取limit个的一位矩阵
• numpy.dtype 类型，要求输入时类型一致，不一致自动抓化为一致，故结果中元素只有一种类型
• numpy.astype(float) 更改类型
• numpy.arange(number) 创建一维数组，类似 range , 通常配合 reshape 一起使用，修改为多维数组

import numpy as np
a = np.arange(15)
print("a=", a)
b = a.reshape(3, 5)
b

 

a= [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]

Out[2]:

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])