python学习笔记-Day2 Numpy数组

1. 实现两个数组相加，在数据量特别大的时候

产生数组：

（1）  从列表产生数组：a=[0,1,2,3]

a=np.array(1)

a

（2）  从列表传入

a=np.array([1,2,3,4])

（3）  生成全0的数组

np.zeros(5)

（4）  生成全1的数组

np.ones(5,dtype=’bool’)àdtype可以用来指定数据类型

（5）  可以使用fill方法将数组设为指定值

（6）  生成整数序列

a=np.arange(1,10)从1开始生成数据，一直到9

（7）  生成等差数列

a=np.linspace(1,10,10)从1到10总共10个等差数列

（8）  生成随机数

a=np.random.rand(10)

（9）  生成具有服从标准正态的随机数

a=np.random.randn(10)

（10）  生成随机整数

a=np.random.randint(10)

2. 查看类型

（1）  查看数组类型

type(a)

（2）  查看数组中的数据类型

a.dtype

（3）  查看形状

a.shape

（4）  查看数组元素的个数

a.size

（5）  查看维度

a.ndim

3. 索引和切片

（1）  索引第一个元素

（2）  修改第一个元素的值，切片：支持负索引

4. 多维数组及其属性

可以利用array来实现二维数组

a=np.array([[1,2,3,4],

[5,6,7,8]])

5. 多维数组索引

对于二维数组，可以传入两个数来索引：

[[1,2,3,4],

[5,6,7,8]]

a[1,3]à其中1是行索引，3是列索引，中间用逗号隔开，事实上python会将他们看作一个元组（1，3），然后按照顺序进行对应，可以利用索引给他们赋值

事实上，我们还可以使用单个索引来索引一整行内容

a[1]

python会将这个单元组当成对第一维的索引，然后返回对应的内容

a[:,1]

这样的写法是第二列的内容

6. 多维数组切片

f=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])

想得到第一行的第4和第5个元素

f[0,3:5]

想得到最后两行的最后两列

f[2:,2:]

每一维都支持切片的规则，包括负索引

想要隔行取：f[2::2,2::2]

7. 切片是引用

切片在内存中使用的是引用机制,引用机制意味着python并没有为b分配新的空间来存储他的值，而是让b指向a所分配的内存空间，因此b会改变a的值，而这种现象在列表中并不会出现

a=np.array([1,2,3,4,5,6])

b=a[1:4]

b[1]=100

此时a的对应的值会发生改变

一个解决方案就是使用copy()方法产生一个复制，复制操作即会申请一个新的空间

8. 花式索引

（1）  一维花式索引

a=np.arange([0,100,10])

index=[1,2,-3]

y=a[index]

y

索引出来的即为10，20，70

（2）  利用布尔数组花式索引

（3）  二维花式索引

（4）  不完全索引

只给定行索引的时候，返回整行

y=a[:3]

9. where语句

where函数会返回所有非零元素的索引

（1）  一维数组

判断数组中的元素是不是大于3

a=np.array([1,2,3,4,5,6])

a>3

则会返回[false false false true true true]

若要数组中所有大于3的元素的索引位置：

np.where(a>3)

where返回值是一个元组，返回的是索引位置

10.数组类型转换

（1）  当数组内元素类型不相同时

a=np.array([1.3,-2],dtype=float)

（2）  将其强制转换

（3）  astype方法－返回一个新数组

a=np.array([1,2,3])

b=a.astype(float)

11.数组排序

（1）  sort函数

a=np.array([3212,4343,2121,5442])

b=np.sort(a)

（2）  argsort函数

argsort返回从小到大的排列在数组中的索引位置

（3）

12.求和np.sum()

13.最大值np.max()

14.最小值np.min()

15.均值np.mean()

16.标准差np.cov()