一、前言

Numerical Python，即數(shù)值Python包，是Python進(jìn)行科學(xué)計(jì)算的一個(gè)基礎(chǔ)包，所以是一個(gè)掌握其他Scipy庫(kù)中模塊的基礎(chǔ)模塊，一定需要先掌握該包的主要使用方式。

• 官網(wǎng)：http://www.numpy.org/
• 官方文檔：https://docs.scipy.org/doc/numpy/user/index.html

NumPy模塊是Python的一種開(kāi)源的數(shù)值計(jì)算擴(kuò)展，是一個(gè)用python實(shí)現(xiàn)的科學(xué)計(jì)算包，主要包括：

• 一個(gè)具有矢量算術(shù)運(yùn)算和復(fù)雜廣播能力的快速且節(jié)省空間的多維數(shù)組，稱(chēng)為ndarray(N-dimensional array object)
• 用于對(duì)整組數(shù)據(jù)進(jìn)行快速運(yùn)算的標(biāo)準(zhǔn)數(shù)學(xué)函數(shù)：ufunc(universal function object)
• 實(shí)用的線性代數(shù)、傅里葉變換和隨機(jī)數(shù)生成函數(shù)。
• NumPy和稀疏矩陣的運(yùn)算包Scipy配合使用更加方便。

其中，numpy有一個(gè)核心的數(shù)據(jù)結(jié)構(gòu)，叫做ndarray。

下面再了解一下ndarray的基本特征。

• NumPy的數(shù)組類(lèi)被稱(chēng)作ndarray。通常被稱(chēng)作數(shù)組。注意numpy.array和標(biāo)準(zhǔn)Python庫(kù)類(lèi)array.array并不相同，后者只處理一維數(shù)組和提供少量功能。
• 一種由相同類(lèi)型的元素組成的多維數(shù)組，元素?cái)?shù)量是實(shí)現(xiàn)給定好的
  元素的數(shù)據(jù)類(lèi)型由dtype(data-type)對(duì)象來(lái)指定，每個(gè)ndarray只有一種dtype類(lèi)型
• ndarray的大小固定，創(chuàng)建好數(shù)組后數(shù)組大小是不會(huì)再發(fā)生改變的

二、ndarray對(duì)象創(chuàng)建

可以通過(guò)numpy模塊中的常用的幾個(gè)函數(shù)進(jìn)行創(chuàng)建ndarray多維數(shù)組對(duì)象，主要函數(shù)如下：

• array函數(shù)：接收一個(gè)普通的python序列，并將其轉(zhuǎn)換為ndarray
• zeros函數(shù)：創(chuàng)建指定長(zhǎng)度或者形狀的全零數(shù)組。
• ones函數(shù)：創(chuàng)建指定長(zhǎng)度或者形狀的全1數(shù)組。
• empty函數(shù)：創(chuàng)建一個(gè)沒(méi)有任何具體值的數(shù)組(準(zhǔn)備地說(shuō)是創(chuàng)建一些未初始化的ndarray多維數(shù)組)

2.1、array函數(shù)

array對(duì)象的定義：

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

上面的構(gòu)造器接受以下參數(shù)：

序號(hào)參數(shù)及描述

1. object	任何暴露數(shù)組接口方法的對(duì)象都會(huì)返回一個(gè)數(shù)組或任何(嵌套)序列。
2. dtype	數(shù)組的所需數(shù)據(jù)類(lèi)型，可選。
3. copy	可選，默認(rèn)為true，對(duì)象是否被復(fù)制。
4. order	C(按行)、F(按列)或A(任意，默認(rèn))。
5. subok	默認(rèn)情況下，返回的數(shù)組被強(qiáng)制為基類(lèi)數(shù)組。 如果為true，則返回子類(lèi)。
6. ndimin	指定返回?cái)?shù)組的最小維數(shù)。

看了這么多定義，下面看看具體的實(shí)例吧。

• 實(shí)例1

import numpy as np #例子01 a = np.array([1,2,3,4,5]) print(a) print(type(a))

輸出：[1 2 3]
<class ‘numpy.ndarray’>

• 創(chuàng)建多個(gè)維度

a2 = np.array([[1,2],[3,4]]) print(a2)

輸出：
[[1 2]
[3 4]]

• 通過(guò)ndmin控制最小維度

#最小維度 a3 = np.array([1,2,3,4,5],ndmin = 3) print(a3)

輸出
[[[1 2 3 4 5]]]

ndmin這個(gè)參數(shù)的意思是，不管你給的數(shù)據(jù)的維度是多少，我總是會(huì)創(chuàng)建給出的最小的維度，比如這里ndmin=3，雖然給出的數(shù)據(jù)是一位的，但是也會(huì)創(chuàng)建一個(gè)三維的處理。

2.2、empty函數(shù)

• numpy.empty
  創(chuàng)建指定形狀和dtype的未初始化數(shù)組
• numpy.empty(shape, dtype = float, order = ‘C’)

構(gòu)造器接受下列參數(shù)：

序號(hào)參數(shù)及描述

1. Shape	空數(shù)組的形狀，整數(shù)或整數(shù)元組
2. Dtype	所需的輸出數(shù)組類(lèi)型，可選
3. Order	'C’為按行的 C 風(fēng)格數(shù)組，'F’為按列的 Fortran 風(fēng)格數(shù)組

舉例：

#數(shù)組元素為隨機(jī)值:創(chuàng)建一個(gè)4*4的的矩陣，數(shù)據(jù)為隨機(jī) arr = np.empty((4,4),dtype = 'i1') print(arr)

輸出：
[[ 1 0 0 0]
[ 0 0 0 0]
[ 48 6 50 38]
[ -7 127 0 0]]

• numpy.zeros
  返回特定大小，以0填充

#例 arr = np.zeros((3,3)) print(arr) # 自定義類(lèi)型 arr = np.zeros((3,3), dtype = [('x', 'i2'), ('y', 'i2')]) print(arr)

• numpy.ones
  返回特定大小，以1填充

arr = np.ones((2,3,4)) print(arr) arr = np.ones((3,3), dtype = [('x', 'i4'), ('y', 'i4')]) print(arr)

輸出：

[[[1. 1. 1. 1.][1. 1. 1. 1.][1. 1. 1. 1.]][[1. 1. 1. 1.][1. 1. 1. 1.][1. 1. 1. 1.]]] [[(1, 1) (1, 1) (1, 1)][(1, 1) (1, 1) (1, 1)][(1, 1) (1, 1) (1, 1)]]

2.3、通過(guò)列表，元祖，元祖列表創(chuàng)建方式

這些主要是通過(guò)列表，元祖，元祖列表來(lái)創(chuàng)建的方式。

• numpy.asarray
  類(lèi)似 numpy.array 可以將Python序列轉(zhuǎn)換為ndarray

#來(lái)自列表 arr = [1,2,3,4] arr2 = np.asarray(arr) print(arr2) print(type(arr)) print(type(arr2))

輸出：
[1 2 3 4]
<class ‘list’>
<class ‘numpy.ndarray’>

#來(lái)自元組 arr = (1,2,3,4) arr2 = np.asarray(arr) print(arr2) print(type(arr)) print(type(arr2)) #來(lái)自元組列表 arr = [(1,2,3,4),(5,6,7,8)] arr2 = np.asarray(arr) print(arr2) print(type(arr)) print(type(arr2))

2.4、通過(guò)Numpy 來(lái)自數(shù)值范圍的數(shù)組（arange、linespace、logspace）

• arange函數(shù): 類(lèi)似python的range函數(shù)，通過(guò)指定開(kāi)始值、終值和步長(zhǎng)來(lái)創(chuàng)建一個(gè)一維數(shù)組，注意：最終創(chuàng)建的數(shù)組不包含終值

• linspace函數(shù)：通過(guò)指定開(kāi)始值、終值和元素個(gè)數(shù)來(lái)創(chuàng)建一個(gè)一維數(shù)組，數(shù)組的數(shù)據(jù)元素符合等差數(shù)列，可以通過(guò)endpoint關(guān)鍵字指定是否包含終值，默認(rèn)包含終值

• logspace函數(shù)：和linspace函數(shù)類(lèi)似，不過(guò)創(chuàng)建的是等比數(shù)列數(shù)組
  使用隨機(jī)數(shù)填充數(shù)組，即使用numpy.random中的random()函數(shù)來(lái)創(chuàng)建0-1之間的隨機(jī)元素，數(shù)組包含的元素?cái)?shù)量由參數(shù)決定

• numpy.arange
  這個(gè)函數(shù)返回ndarray對(duì)象，包含給定范圍內(nèi)的等間隔值
  numpy.arange(start,stop,step,dtype)

arr = np.arange(1,20,5,dtype = float) print(arr)

輸出：
[ 1. 6. 11. 16.]

• numpy.linspace
  與arange函數(shù)類(lèi)似 等差數(shù)列
  numpy.linspace(start,stop,num,endpoint,retstep,dtype)

start起始值

stop	結(jié)束值
num	生成等間隔樣例的數(shù)量，默認(rèn)為50
endpoint	序列中是否包含stop 值 默認(rèn)為 True

arr = np.linspace(10,20,9) print(arr)arr = np.linspace(10,20,5,endpoint=False) print(arr)arr = np.linspace(10,20,5,retstep=True) print(arr) #返回步長(zhǎng)

輸出：
[10. 11.25 12.5 13.75 15. 16.25 17.5 18.75 20. ]
[10. 12. 14. 16. 18.]
(array([10. , 12.5, 15. , 17.5, 20. ]), 2.5)

• numpy.logspace
  等比數(shù)列
  numpy.logscale(start, stop, num, endpoint, base, dtype)

1. start起始值是base ** start

2. stop	終止值是base ** stop
3. num	范圍內(nèi)的數(shù)值數(shù)量，默認(rèn)為50
4. endpoint	如果為true，終止值包含在輸出數(shù)組當(dāng)中
5. base	對(duì)數(shù)空間的底數(shù)，默認(rèn)為10
6. dtype	輸出數(shù)組的數(shù)據(jù)類(lèi)型，如果沒(méi)有提供，則取決于其它參數(shù)

arr = np.logspace(1,10,10,base = 2) print(arr)

輸出：
[ 2. 4. 8. 16. 32. 64. 128. 256. 512. 1024.]

2.5、random創(chuàng)建方式

• rand 返回 0 - 1 隨機(jī)值
• randn 返回一個(gè)樣本具有標(biāo)準(zhǔn)正態(tài)分布
• randint 返回隨機(jī)的整數(shù)，位于半開(kāi)區(qū)間[low,hight)size = 10 (3,3)
• random_integers(low[, high, size]) 返回隨機(jī)的整數(shù)，位于閉區(qū)間
• random 返回隨機(jī)浮點(diǎn)數(shù)

arr = np.random.rand(9).reshape(3,3) print(arr)arr = np.random.rand(3,2,3) print(arr)arr = np.random.randn(9).reshape(3,3) print(arr)arr = np.random.randn(3,2,3) print(arr)arr = np.random.randint(1,9,size = (2,4)) print(arr)arr = np.random.random_integers(1,9,size =(2,4)) print(arr)arr = np.random.random((3,2,3)) print(arr)arr = np.random.randn(3,2,3) print(arr)

總結(jié)

以上是生活随笔為你收集整理的numpy学习（2）：数组创建方式的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。