創(chuàng)建數組等基礎操作見：Python第三方包-你了解numpy嗎(numpy基礎)_周先森愛吃素的博客-CSDN博客

索引和切片

基本切片：可以使用slice對象切片，也可以像python內置類型一樣。

import numpy as np a = np.arange(10) print(a) s = slice(2, 7, 2) print(a[s]) print(a[2:7:2])

基本索引：類似list，注意可以使用...表示維度數

a[1,...]

如上，表示第二行元素。?

高級索引：用數組或者布爾值來訪問數組的方式。

a = np.array([[1, 2, 3], [4, 5, 6]]) b = a[[0, 1, 2], [0, 1, 0]] # 獲得上面組合的下標：(0,0),(1,1),(2,0) a[a>10]

廣播

指的是NumPy 在算術運算期間處理不同形狀的數組的能力。（也就是做出數學上本不能有結果的數值，例如不匹配的行和列）

這里比較復雜，不多贅述，如果是數據分析或者機器學習方面的可以繼續(xù)深入研究。

迭代

利用numpy.nditer()

import numpy as np a = np.arange(0, 60, 5) a = a.reshape(3, 4) print('原始數組是：') print(a) print('\n') print('修改后的數組是：') for x in np.nditer(a):print(x, end=" ")

數組操作

數組操作

• 形狀修改

reshape 不改變數據的條件下修改形狀

flat 數組上的一維迭代器

flatten 返回折疊為一維的數組副本

ravel 返回連續(xù)的展開數組

• 翻轉操作

transpose 翻轉數組的維度

ndarray.T 和self.transpose()相同

rollaxis 向后滾動指定的軸

swapaxes 互換數組的兩個軸

• 維度修改

broadcast 產生模仿廣播的對象

broadcast_to 將數組廣播到新形狀

expand_dims 擴展數組的形狀

squeeze 從數組的形狀中刪除單維條目

• 數組連接

concatenate 沿著現存的軸連接數據序列

stack 沿著新軸連接數組序列

hstack 水平堆疊序列中的數組(列方向)

vstack 豎直堆疊序列中的數組(行方向)

• 數組分割

split 將一個數組分割為多個子數組

hsplit 將一個數組水平分割為多個子數組(按列)

vsplit 將一個數組豎直分割為多個子數組(按行)

• 元素增刪

resize 返回指定形狀的新數組

append 將值添加到數組末尾

insert 沿指定軸將值插入到指定下標之前

delete 返回刪掉某個軸的子數組的新數組

unique 尋找數組內的唯一元素

矩陣庫

numpy.matlib

對于矩陣提供了很多方便操作

matplotlib

著名的繪圖庫。配合numpy有很強大的數學分析能力。

import numpy as np from matplotlib import pyplot as pltx = np.arange(1,11) y = 2 ** x - 10 plt.title("demo") plt.xlabel("x ") plt.ylabel("y ") plt.plot(x, y) plt.show()

ndarray的IO能力

可以磁盤存儲為npy文件。

總結

以上是生活随笔為你收集整理的Python第三方包-你了解numpy吗(numpy进阶)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。