NumPy 初步使用

Question

创建 ndarray 对象：

import numpy as np
np.array([1,2,3,4])
np.array([[1,2,3,4],[5,6,7,8]])

转换为 list

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

获取 darray 对象的基本信息：维数（ndim）、行列信息（shape）、数据存储类型（dtype）

arr = np.array([[1,2,3,4],[5,6,7,8]])
print(arr.ndim)
print(arr.shape)
print(arr.dtype)

设置数据存储类型

np.array([1,2,3,4], dtype=np.int32)
np.arrat([1.2,1.3,1.4], dtype=np.float64)

创建特殊 ndarray 对象：全0（zeros）、全1（ones）、随机值（empty），参数是形状

np.zeros(8)
np.ones((2,3))
np.empty((3,4))

指定范围创建 ndarray 对象（arange）

arr1 = np.arange(1,8,2)
# [1 3 5 7]

创建网格数据（linspace）

np.linspace(0, 80, 5)
# [0 20 40 60 80]

修改形状（reshape）

np.arange(0,12).reshape((3,4))
# [[ 0,  1,  2,  3],
#  [ 4,  5,  6,  7],
#  [ 8,  9, 10, 11]]

展平，转化为一维数组（flatten）

a = np.arange(12).shape(3,4)
a.flatten()

矩阵转置（transpose）

a = np.arange(12).reshape(3,4)
a.transpose()
# 等同于
a.T

数学运算（+ - * /）、点乘（矩阵乘法）、三角函数

a = np.arange(12).reshape(3,4)
b = np.arange(12).reshape(4,3)
a + 1
a + b 
a - 1
a - b
a * 2
a * b
a / 2
a / b

# 平方
arr ** 2

# 点乘
np.dot(a, b)
a.dot(b)
np.sin(a)

深浅复制，赋值操作为浅复制，使用 clone 方法深复制：

a = np.arange(12)
b = a
c = a.clone()