NumPy模块怎么在Python3.5中使用

tangjin

作者

今天就跟大家聊聊有关NumPy模块怎么在Python3.5中使用，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

1、简介

2、多维数组——ndarray

#!/usr/bin/envpython
#-*-coding:utf-8-*-
#Author:ZhengzhengLiu

importnumpyasnp

#1.创建ndarray
#创建一维数组
n1=np.array([1,2,3,4])
print(n1)

#属性--ndim:维度;dtype:元素类型;shape:数组形状;
#size:数组元素总个数，shape值相乘得到
print("n1维度:",n1.ndim)
print("n1元素类型:",n1.dtype)
print("n1数组形状:",n1.shape)
print("n1数组元素总个数:",n1.size)

#创建二维数组
n2=np.array([
[1,2,3,4],
[5,6,7,8]
])

print(n2)
print("n2维度:",n2.ndim)
print("n2元素类型:",n2.dtype)

#创建三维数组
n3=np.array([
[
[1,2,3,4],
[5,6,7,8]
],
[
[10,20,30,40],
[50,60,70,80]
]
])

print(n3)
print("n3数组形状:",n3.shape)
print("n3数组元素总个数:",n3.size)

#2.通过函数创建数组
z=np.zeros((3,2))#创建指定形状的数组，数值由零填充
print(z)
print(z.dtype)

o=np.ones((2,4))#创建指定形状的数组，数值由1填充
print(o)

e=np.empty((2,3,2))#创建指定形状的数组，数值由未初始化的垃圾值填充
print(e)

#3.通过函数计算的方式去创建数组
#一个参数，区间左闭右开，默认起始值为0，步长为1
np1=np.arange(10)
print(np1)

#两个参数（起始值，终止值），区间左闭右开，默认步长为1
np2=np.arange(2,10)
print(np2)

#三个参数（起始值，终止值，步长），区间左闭右开，步长为2
np3=np.arange(2,10,2)
print(np3)

#倒序创建数组元素
np4=np.arange(10,2,-1)
print(np4)

#全闭区间，参数（起始值，终止值，元素个数）,等差数列
np5=np.linspace(0,10,5)
print(np5)

#全闭区间，以10为底数参数为指数（起始值，终止值，元素个数），等比数列
np6=np.logspace(0,2,5)
print(np6)

#生成随机数的数组
np7=np.random.random((2,3))
print(np7)

运行结果：

[1 2 3 4]n1维度: 1n1元素类型: int32n1数组形状: (4,)n1数组元素总个数: 4[[1 2 3 4][5 6 7 8]]n2维度: 2n2元素类型: int32[[[ 1 2 3 4] [ 5 6 7 8]]
[[10 20 30 40] [50 60 70 80]]]n3数组形状: (2, 2, 4)n3数组元素总个数: 16[[ 0. 0.][ 0. 0.][ 0. 0.]]float64[[ 1. 1. 1. 1.][ 1. 1. 1. 1.]][[[ 1.02548961e-305 5.40165714e-067] [ 1.05952696e-153 9.69380992e+141] [ 2.17151199e+214 4.34975848e-114]]
[[ 2.08064175e-115 1.91431714e+227] [ 6.42897811e-109 1.26088822e+232] [ 9.51634286e-114 5.45764552e-306]]][0 1 2 3 4 5 6 7 8 9][2 3 4 5 6 7 8 9][2 4 6 8][10 9 8 7 6 5 4 3][ 0. 2.5 5. 7.5 10. ][ 1. 3.16227766 10. 31.6227766 100. ][[ 0.55980469 0.99477652 0.82310732][ 0.97239333 0.1409895 0.57213264]]

#修改ndarray形状
np8=np.arange(0,20,2)
print(np8)
print(np8.size)

np9=np8.reshape(2,5)
print(np9)
print(np9.size)

#reshape函数是对被修改数组的一个拷贝，共享同一内存，
#修改其中一个数组会影响里一个
np9[1][2]=50
print(np8)
print(np9)

#-1表示第二维自动根据元素个数计算
np10=np8.reshape(5,-1)
print(np10)

#shape直接修改原来数组的形状
np8.shape=(2,-1)
print(np8)

运行结果：

[ 0 2 4 6 8 10 12 14 16 18]10[[ 0 2 4 6 8][10 12 14 16 18]]10[ 0 2 4 6 8 10 12 50 16 18][[ 0 2 4 6 8][10 12 50 16 18]][[ 0 2][ 4 6][ 8 10][12 50][16 18]][[ 0 2 4 6 8][10 12 50 16 18]]

Numpy基本操作说明