后端开发|Python教程
python numpy 数组
后端开发-Python教程
前言
节能网站源码,ubuntu桌面卡了,tomcat 7虚拟目录,爬虫工具seo,重庆php岗位,贵州搜索引擎seo优化新时代lzw
在python 中有时候我们用数组操作数据可以极大的提升数据的处理效率，类似于R的向量化操作，是的数据的操作趋于简单化，在python 中是使用numpy模块可以进行数组和矢量计算。
web相册源码,vscode插件如何使用,ubuntu时间同步,tomcat 软连接,sqlite写入,专做网页设计的公司,服务器和数据库的区别,新网域名绑定的服务器ip,米拓插件下载,流行的前端框架,饿了么 爬虫,php注入,刷排名seo,springboot常用框架,dedecms标签调用路径,细胞医疗 网站模版,班级网页设计html代码,ecshop可视化后台模板,网站后台登录密码修改,html弹出页面,图书管理系统毕设,bt小偷程序lzw
下面来看下简单的例子
qq业务网站源码,vscode 插件能改ui吗,Ubuntu hfs分区,tomcat安在c盘,西安爬虫吧,php文件的上传和下载,安徽seo优化推广多少钱lzw
import numpy as np data=np.array([2,5,6,8,3]) #构造一个简单的数组 print(data)
结果：
[2 5 6 8 3]
data1=np.array([[2,5,6,8,3],np.arange(5)]) #构建一个二维数组 print(data1)
结果：
[[2 5 6 8 3][0 1 2 3 4]]
我们也可以通过shape和dtype方法查看数组的维度和数据格式
print(data.shape)print(data.dtype)print(data1.shape)print(data1.dtype)
结果：
(5,)int32(2, 5)int32
可以看出data是一维数组，每组元素为5个，数据类型为32位int 类型
data1 为二维数组，每个组有5个元素，数据类型为32位int类型
有一个较好的区分方法是看打印结果中，中括号的层数和位置，就可以看出数组的维度，一层中括号代表一个维度。
其他的数组属性方法还有：
array.ndim数组的维数，一维数组结果为1，二维数组打印结果为2
array.size数组的元素个数
array.itemsiz数组每个元素的字节大小
接下来我们了解下数组中的数据类型：
NumPy中的基本数据类型
基础的数组运算
数组也可以进行我们常用的加减乘除运算
arr=np.array(np.arange(10))arr1=np.array(np.arange(1,11))print(arr*2)
结果：
[ 0 2 4 6 8 10 12 14 16 18]
print(arr+arr1)
结果：
[ 1 3 5 7 9 11 13 15 17 19]
注意，相加两个数组长度要一样
接下来我们看下数组索引
arr=np.arange(10)
用下标直接进行索引
print(arr[5])
结果为：
5
切片索引
print(arr[5:8])
结果为：
[5 6 7]
可以利用索引对数据进行更改操作
arr[5]=120print(arr)
结果为：
[ 0 1 2 3 4 120 6 7 8 9]
可以看到下标为5的数已经变成120了。
此外，数组还可以进行布尔操作
arr=np.arange(5)name=np.array([a,,,c,a])print(name==a)
结果为：
[ True False False False True]
即满足条件的数据全部以True的结果输出。
接下来我们可以利用name数组设置条件后的布尔值对arr数组进行相关操作
print(arr[name==a])
结果为：
[0 4]
即把arr中对应于name中a相对应位置的元素打印出来。
多条件操作
result=(name=a)|(name=c)print(result)print(name[result])
结果为：
[ True False False True True][a c a]
接下来，我们了解下ufunc方法
用于操作单个数组的函数有如下：
用于操作两个或多个数组的方法
相关的函数方法使用
np.meshgrid用于生成多维矩阵
a,b=np.meshgrid(np.arange(1,5),np.arange(2,4))print(a)print(b)
结果为：
[[1 2 3 4][1 2 3 4]][[2 2 2 2][3 3 3 3]]
按照数据最少的数组形成数组
np.where是三元表达式 x if condition else y的矢量化版本
arr1=np.arange(5)arr2=np.arange(20,25)condition=np.array([1,0,1,0,0])result=np.where(condition,arr1,arr2)print(arr1)print(arr2)print(result)
结果为：
[0 1 2 3 4][20 21 22 23 24][ 0 21 2 23 24]
可以看出，result的结果中，条件为1的显示数组arr1的内容，条件为0的显示arr2的内容
数学统计方法
在数组中我们也可以使用数学统计方法进行计数，例如sum mean std 等
arr=np.random.randint(1,20,10)print(arr)print(np.mean(arr))print(np.sum(arr))print(np.std(arr))
结果为：
[19 14 8 13 13 10 10 9 19 7]12.21224.01995024845
具体的方法内容下图例：
布尔型数组的相关统计方法
arr=np.arange(-20,10)result=(arr>5).sum()print(arr)print(result)
结果为：
-20 -19 -18 -17 -16 -15 -14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3-2 -1 0 1 2 3 4 5 6 7 8 9]4
可以对数据进行判断后进行个数求和
其他的数组方法还有
数据的读取和存储
线性函数的常用方法
arr=np.array([np.random.randint(1,10,5),np.random.randint(10,20,5)])print(arr)print(np.dot(arr,2))
结果为
[[ 4 6 5 1 6][14 16 11 10 18]][[ 8 12 10 2 12][28 32 22 20 36]]
dot方法可以进行矩阵相乘操作
其他方法如下图
最后我们了解下numpy中的随机数生成方法
上面的很多例子中我们已经用到了随机数生成，
arr=np.random.random(10)print(arr)
结果为
[ 0.90051063 0.72818635 0.00411373 0.13154345 0.45513344 0.97007760.42150977 0.27728599 0.50888291 0.62288808]
其他形式的随机数生成方法
更多python中numpy基础学习及进行数组和矢量计算相关文章请关注PHP中文网！
如果觉得《python中numpy基础学习及进行数组和矢量计算》对你有帮助，请点赞、收藏，并留下你的观点哦！
