python numpy 模块学习

numpy模块

这是一个科学计数模块。
入门文章：
/article/1280320.html
下载地址：
http://sourceforge.net/projects/numpy/files/NumPy/

数组对象array

创建数组： improt numpy as np data1=[1,2,3.5,6] arr1=np.array(data1) #创建一个一维数组。 data2=[[1,2,3,4],[5,6,7,8]] arr2=np.array(data2) #创建一个二维数组。 zeros_arr=np.zeros((2,3)) #创建一个2行3列的0数组。 ones_arr=np.ones((2,3)) #创建一个2行3列的1数组。 empty_arr=np.empty((2,3,4)) #创建一个三维的数组。 np.arange(15) #类似range()，就是range()返回的是一个list，arange返回的是一个数组。 np.eye(5) #创建一个5*5的单位矩阵，对角线为1，其余部分为0. np.identity(5) #作用同np.eye(5)

切片

一维说明： arr=np.arange(10) arr[5] #输出5 arr[5:8] #输出array([5,6,7]) arr[5:8]=12 arr #输出array([0,1,2,3,4,12,12,12,8,9]) 注意：数组的切片是原始数据的一个视图，所以对视图上的任何修改都会影响到原数组，如果需要创建一个原数组的副本，需要写成arr.copy()。 arr_slice=arr[5:8] arr_slice[1]=12345 arr_slice #输出array([0,1,2,3,4,12,12345,12,8,9])

多维说明： arr3d=np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]]) arr3d[0] #输出array([[1,2,3],[4,5,6]]) arr3d[1,0] #输出array([7,8,9])这里等价于arr3d[1][0] arr3d[:1,1:2,:2] #输出array([[[4.5]]]) arr3d[0,1,:2] #输出array([4.5])

布尔型索引： In [46]: from numpy.random import randn #随机生成正态分布数组 In [47]: names=np.array(['Bob','Joe','Will','Bob','Will','Joe','Joe']) In [48]: data=randn(7,4) Out[48]:array([[ 0.45499308, -0.91504194, 0.8234681 , 1.73401825], [ 0.46845492, -0.46437185, 2.08760975, -0.37335943], [-0.08938842, 1.21683707, 1.81470377, -1.4222781 ], [-0.47412094, 0.73135265, -0.32416488, -0.92098348], [-0.170789 , 0.68406968, -0.32169794, -0.0801254 ], [ 1.21267635, -0.45948765, -2.64714274, -1.40673058], [ 0.95791275, 0.07200942, -1.18066411, -0.85432278]]) In [49]: data[names=='Bob'] Out[49]: array([[ 0.45499308, -0.91504194, 0.8234681 , 1.73401825], [-0.47412094, 0.73135265, -0.32416488, -0.92098348]]) #如果需要多个布尔条件的组合，使用&（和），|（或）之类的布尔运算符即可： In [50]: mask=(names=='Bob')|(names=='Will') In [51]: data[mask] Out[51]: array([[ 0.45499308, -0.91504194, 0.8234681 , 1.73401825], [-0.08938842, 1.21683707, 1.81470377, -1.4222781 ], [-0.47412094, 0.73135265, -0.32416488, -0.92098348], [-0.170789 , 0.68406968, -0.32169794, -0.0801254 ]])

random模块：numpy中包含一个random模块。

random.randint(from,to,n)：产生随机整数。范围为from到to，产生n个随机数。

数组计算函数：

cumsum()：返回一个长度和数组长度相同的函数，这个函数是数组的累加函数。可以带一个axis参数。

cumprod()：累乘函数，返回一个数组，同样可以带一个axis参数。

sum()

mean()

std，var：求标准差和方差

min，max：求最大最小

argmin，argmax：求最大和最小Ture索引

文件输入输出
import numpy as np

np.save(filename，arr)：将命名空间的arr保存到filename中，如果filename没有扩展名.npy，此扩展名会自动加上。

np.load(filename)：读取filename中的数组到命名空间中。

np.savez(filename,a=arr1,b=arr2)：可以将命名空间的数组用任意自定义的名字存到filename中 例子： >>> outfile = TemporaryFile() >>> np.savez(outfile, x=x, y=y) >>> outfile.seek(0) >>> npzfile = np.load(outfile) >>> npzfile.files ['y', 'x'] >>> npzfile['x'] array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

np.loadtxt(filename,delimiter=',')：读取文本文件数组，用','分割数组。

np.savetxt(filename,delimiter=',')：作用和上面的正好相反。

函数介绍：
concatenate(list,axis)：将多个数组按照指定的axis方向进行堆积。list是数组组成的list,axis表示堆积的方向。
where(condition,x,y)：返回一个数组，类似于decode函数，如果condition对应位置为True返回x对应部分，否则返回y对应部分。

random.permutation(n)：随机生成一个n个数字的排列。