您的位置:首页 > 编程语言 > Python开发

Python之数组(array)使用方法总结与Numpy中的数组用法

2017-06-02 12:56 1046 查看
array使用方法:

Type code C Type Minimum size in bytes

‘c’ character          1

‘b’ signed integer       1

‘B’ unsigned integer       1

‘u’ Unicode character       2

‘h’ signed integer        2

‘H’ unsigned integer       2

‘i’ signed integer        2

‘I’ unsigned integer        2

‘l’ signed integer        4

‘L’ unsigned integer        4

‘f’ floating point         4

‘d’ floating point         8

from array import *

myarray=array(“l”) //表示创建一个interger类型的数组

myarray.append(3)//追加元素

myarray.pop()//删除最后一个

myarray.remove(X)//删除指定的一个X

num=myarray[0]//取第一个值

myarray.insert(3,10)//3表示下标

myarray.reverse()//数组反序

Numpy:

NumPy数组是一个多维数组对象,称为ndarray。其由两部分组成:

实际的数据

描述这些数据的元数据

大部分操作仅针对于元数据,而不改变底层实际的数据。

关于NumPy数组有几点必需了解的:


NumPy数组的下标从0开始。

同一个NumPy数组中所有元素的类型必须是相同的。

在详细介绍NumPy数组之前。先详细介绍下NumPy数组的基本属性。NumPy数组的维数称为秩(rank),一维数组的秩为1,二维数组的秩为2,以此类推。在NumPy中,每一个线性的数组称为是一个轴(axes),秩其实是描述轴的数量。比如说,二维数组相当于是两个一维数组,其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是NumPy中的轴(axes),第一个轴相当于是底层数组,第二个轴是底层数组里的数组。而轴的数量——秩,就是数组的维数。

NumPy的数组中比较重要ndarray对象属性有:


ndarray.ndim:数组的维数(即数组轴的个数),等于秩。最常见的为二维数组(矩阵)。

ndarray.shape:数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中,表示数组的“行数”和“列数”。ndarray.shape返回一个元组,这个元组的长度就是维度的数目,即ndim属性。

ndarray.size:数组元素的总个数,等于shape属性中元组元素的乘积。

ndarray.dtype:表示数组中元素类型的对象,可使用标准的Python类型创建或指定dtype。另外也可使用前一篇文章中介绍的NumPy提供的数据类型。

ndarray.itemsize:数组中每个元素的字节大小。例如,一个元素类型为float64的数组itemsiz属性值为8(float64占用64个bits,每个字节长度为8,所以64/8,占用8个字节),又如,一个元素类型为complex32的数组item属性为4(32/8)。

ndarray.data:包含实际数组元素的缓冲区,由于一般通过数组的索引获取元素,所以通常不需要使用这个属性。

代码:

from numpy import *

a=array([[1,2],[2,3]])

a.ndim//数组的维数

2

a.shape//数组的维度,即行数和列数

(2L, 2L)

a.dtype//数组中元素的类型

dtype(‘int32’)

a.size//数组元素的总个数

4

注意:

使用array函数创建时,参数必须是由方括号括起来的列表,而不能使用多个数值作为参数调用array。

>>> a = array(1,2,3,4) # 错误
>>> a = array([1,2,3,4]) # 正确

可以在创建时显式指定数组中元素的类型:

>>> c = array( [ [1,2], [3,4] ], dtype=complex)
>>> c
array([[ 1.+0.j, 2.+0.j],
    [ 3.+0.j, 4.+0.j]])

NumPy提供一个类似arange的函数返回一个数列形式的数组:

arange(4)

输出—-array([0, 1, 2, 3])

arange(10,30,5)//10-30步长为5

输出—-array([10, 15, 20, 25])

当arange使用浮点数参数时,由于浮点数精度有限,通常无法预测获得的元素个数。因此,最好使用函数linspace去接收我们想要的元素个数来代替用range来指定步长。

import numpy as np

np.linspace(10,30,5)//这里5表示的是要输出5个数

输出—array([ 10., 15., 20., 25., 30.])

(function () {('pre.prettyprint code').each(function () {

var lines = (this).text().split(′\n′).length;varnumbering = $('').addClass('pre-numbering').hide();

(this).addClass(′has−numbering′).parent().append(numbering);

for (i = 1; i <= lines; i++) {

numbering.append(('
').text(i));

};

$numbering.fadeIn(1700);

});

});
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  python numpy array