Python NumPy库安装使用笔记


Posted in Python onMay 18, 2015

1. NumPy安装
使用pip包管理工具进行安装

$ sudo pip install numpy

使用pip包管理工具安装ipython(交互式shell工具)
$ sudo pip instlal ipython

$ ipython --pylab  #pylab模式下, 会自动导入SciPy, NumPy, Matplotlib模块

2. NumPy基础

2.1. NumPy数组对象

具体解释可以看每一行代码后的解释和输出

In [1]: a = arange(5)  # 创建数据

In [2]: a.dtype

Out[2]: dtype('int64')  # 创建数组的数据类型

In [3]: a.shape  # 数组的维度, 输出为tuple

Out[3]: (5,)

In [6]: m = array([[1, 2], [3, 4]])  # array将list转换为NumPy数组对象

In [7]: m  # 创建多维数组

Out[7]:

array([[1, 2],

       [3, 4]])

In [10]: m.shape  # 维度为2 * 2

Out[10]: (2, 2)

In [14]: m[0, 0]  # 访问多维数组中特定位置的元素, 下标从0开始

Out[14]: 1

In [15]: m[0, 1]

Out[15]: 2

2.2. 数组的索引和切片

In [16]: a[2: 4]  # 切片操作类似与Python中list的切片操作

Out[16]: array([2, 3])

In [18]: a[2 : 5: 2]  # 切片步长为2

Out[18]: array([2, 4])

In [19]: a[ : : -1]  # 翻转数组

Out[19]: array([4, 3, 2, 1, 0])

In [20]: b = arange(24).reshape(2, 3, 4)  # 修改数组的维度

In [21]: b.shape

Out[21]: (2, 3, 4)

In [22]: b  # 打印数组

Out[22]:

array([[[ 0,  1,  2,  3],

        [ 4,  5,  6,  7],

        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],

        [16, 17, 18, 19],

        [20, 21, 22, 23]]])

In [23]: b[1, 2, 3]  # 选取特定元素

Out[23]: 23

In [24]: b[ : , 0, 0]  # 忽略某个下标可以用冒号代替

Out[24]: array([ 0, 12])

In [23]: b[1, 2, 3]

Out[23]: 23

In [24]: b[ : , 0, 0]  # 忽略多个下标可以使用省略号代替

Out[24]: array([ 0, 12])

In [26]: b.ravel()  # 数组的展平操作

Out[26]:

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,

       17, 18, 19, 20, 21, 22, 23])

In [27]: b.flatten()  # 与revel功能相同, 这个函数会请求分配内存来保存结果

Out[27]:

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,

       17, 18, 19, 20, 21, 22, 23])

In [30]: b.shape = (6, 4)  # 可以直接对shape属性赋值元组来设置维度

In [31]: b

Out[31]:

array([[ 0,  1,  2,  3],

       [ 4,  5,  6,  7],

       [ 8,  9, 10, 11],

       [12, 13, 14, 15],

       [16, 17, 18, 19],

       [20, 21, 22, 23]])

In [30]: b.shape = (6, 4)  # 矩阵的转置

In [31]: b

Out[31]:

array([[ 0,  1,  2,  3],

       [ 4,  5,  6,  7],

       [ 8,  9, 10, 11],

       [12, 13, 14, 15],

       [16, 17, 18, 19],

       [20, 21, 22, 23]])

2.3. 组合数组

In [1]: a = arange(9).reshape(3, 3)  # 生成数组对象并改变维度

In [2]: a

Out[2]:

array([[0, 1, 2],

       [3, 4, 5],

       [6, 7, 8]])

In [3]: b = a * 2  # 对a数组对象所有元素乘2

In [4]: b

Out[4]:

array([[ 0,  2,  4],

       [ 6,  8, 10],

       [12, 14, 16]])

#######################

In [5]: hstack((a, b))  # 水平组合数组a和数组b

Out[5]:

array([[ 0,  1,  2,  0,  2,  4],

       [ 3,  4,  5,  6,  8, 10],

       [ 6,  7,  8, 12, 14, 16]])

       

In [6]: vstack((a, b))  # 垂直组合数组a和数组b

Out[6]:

array([[ 0,  1,  2],

       [ 3,  4,  5],

       [ 6,  7,  8],

       [ 0,  2,  4],

       [ 6,  8, 10],

       [12, 14, 16]])

In [7]: dstack((a, b))  # 深度组合数组, 沿z轴方向层叠组合数组

Out[7]:

array([[[ 0,  0],

        [ 1,  2],

        [ 2,  4]],

       [[ 3,  6],

        [ 4,  8],

        [ 5, 10]],

       [[ 6, 12],

        [ 7, 14],

        [ 8, 16]]])

2.4. 分割数组

In [8]: a

Out[8]:

array([[0, 1, 2],

       [3, 4, 5],

       [6, 7, 8]])

In [9]: hsplit(a, 3)  # 将数组沿水平方向分割成三个相同大小的子数组

Out[9]:

[array([[0],

        [3],

        [6]]), 

 array([[1],

        [4],

        [7]]), 

 array([[2],

        [5],

        [8]])]

In [10]: vsplit(a, 3)  # 将数组沿垂直方向分割成三个子数组

Out[10]: [array([[0, 1, 2]]), array([[3, 4, 5]]), array([[6, 7, 8]])]

2.5. 数组的属性

In [12]: a.ndim  # 给出数组的尾数或数组的轴数

Out[12]: 2

In [13]: a.size  # 数组中元素的个数

Out[13]: 9

In [14]: a.itemsize  # 数组中元素在内存中所占字节数(int64)

Out[14]: 8

In [15]: a.nbytes  # 数组所占总字节数, size * itemsize

Out[15]: 72

In [18]: a.T  # 和transpose函数一样, 求数组的转置

Out[18]:

array([[0, 3, 6],

       [1, 4, 7],

       [2, 5, 8]])

2.6. 数组的转换

In [19]: a.tolist()  # 将NumPy数组转换成python中的list

Out[19]: [[0, 1, 2], [3, 4, 5], [6, 7, 8]]

3. 常用函数

In [22]: c = eye(2)  # 构建2维单位矩阵

In [23]: c

Out[23]:

array([[ 1.,  0.],

       [ 0.,  1.]])

In [25]: savetxt("eye.txt", c)  # 将矩阵保存到文件中

In [5]: c, v = loadtxt("test.csv", delimiter=",", usecols=(0, 1), unpack=True)  # 分隔符为, usecols为元组表示要获取的字段数据(每一行的第零段和第一段), unpack为True表示拆分存储不同列的数据, 分别存入c, v

In [12]: c

Out[12]: array([ 1.,  4.,  7.])

In [13]: mean(c)  # 计算矩阵c的mean均值

Out[13]: 4.0

In [14]: np.max(c)  # 求数组中的最大值

Out[14]: 7.0

In [15]: np.min(c)  # 求数组中的最小值

Out[15]: 1.0

In [16]: np.ptp(c)  # 返回数组最大值和最小值之间的差值

Out[16]: 6.0

In [18]: numpy.median(c)  # 找到数组中的中位数(中间两个数的平均值)

Out[18]: 4.0

In [19]: numpy.var(c)  # 计算数组的方差

Out[19]: 6.0

In [20]: numpy.diff(c)  # 返回相邻数组元素的差值构成的数组

Out[20]: array([ 3.,  3.])

In [21]: numpy.std(c)  # 计算数组的标准差

Out[21]: 2.4494897427831779

In [22]: numpy.where(c > 3)  # 返回满足条件的数组元素的下标组成的数组

Out[22]: (array([1, 2]),)
Python 相关文章推荐
Python中使用select模块实现非阻塞的IO
Feb 03 Python
Python中的anydbm模版和shelve模版使用指南
Jul 09 Python
Python设置Socket代理及实现远程摄像头控制的例子
Nov 13 Python
python 实现登录网页的操作方法
May 11 Python
Python理解递归的方法总结
Jan 28 Python
Python Numpy,mask图像的生成详解
Feb 19 Python
GDAL 矢量属性数据修改方式(python)
Mar 10 Python
tensorflow pb to tflite 精度下降详解
May 25 Python
python如何爬取网页中的文字
Jul 28 Python
python操作redis数据库的三种方法
Sep 10 Python
Django集成富文本编辑器summernote的实现步骤
May 31 Python
python 实现图片特效处理
Apr 03 Python
Python中转换角度为弧度的radians()方法
May 18 #Python
Python Matplotlib库入门指南
May 18 #Python
解读Python中degrees()方法的使用
May 18 #Python
python修改操作系统时间的方法
May 18 #Python
Python中的hypot()方法使用简介
May 18 #Python
Python批量转换文件编码格式
May 17 #Python
Python实现批量下载文件
May 17 #Python
You might like
PHP和javascript常用正则表达式及用法实例
2014/07/01 PHP
ThinkPHP中html:list标签用法分析
2016/01/09 PHP
php session 写入数据库
2016/02/13 PHP
一个简单的js鼠标划过切换效果
2010/06/30 Javascript
深入理解JavaScript系列(12) 变量对象(Variable Object)
2012/01/16 Javascript
JS实现仿京东淘宝竖排二级导航
2014/12/08 Javascript
jquery控制背景音乐开关与自动播放提示音的方法
2015/02/06 Javascript
JavaScript阻止浏览器返回按钮的方法
2015/03/18 Javascript
jQuery 1.9.1源码分析系列(十)事件系统之主动触发事件和模拟冒泡处理
2015/11/24 Javascript
jQuery中队列queue()函数的实例教程
2016/05/03 Javascript
jQuery判断是否存在滚动条的简单方法
2016/09/17 Javascript
jQuery基于ajax操作json数据简单示例
2017/01/05 Javascript
d3.js中冷门却实用的内置函数总结
2017/02/04 Javascript
Easyui ueditor 整合解决不能编辑的问题(推荐)
2017/06/25 Javascript
浅谈webpack打包过程中因为图片的路径导致的问题
2018/02/21 Javascript
小程序图片长按识别功能的实现方法
2018/08/30 Javascript
jQuery实现的点击图片居中放大缩小功能示例
2019/01/16 jQuery
vue2配置scss的方法步骤
2019/06/06 Javascript
JavaScript实现轮播图效果
2020/10/30 Javascript
实用的 vue tags 创建缓存导航的过程实现
2020/12/03 Vue.js
一起来了解一下JavaScript的预编译(小结)
2021/03/01 Javascript
[01:00:14]2018DOTA2亚洲邀请赛 4.6 淘汰赛 VP vs TNC 第三场
2018/04/10 DOTA
王纯业的Python学习笔记 下载
2007/02/10 Python
python爬虫入门教程--正则表达式完全指南(五)
2017/05/25 Python
对变量赋值的理解--Pyton中让两个值互换的实现方法
2017/11/29 Python
Python多线程处理实例详解【单进程/多进程】
2019/01/30 Python
PyTorch的Optimizer训练工具的实现
2019/08/18 Python
Python用K-means聚类算法进行客户分群的实现
2020/08/23 Python
兰蔻加拿大官方网站:Lancome加拿大
2016/08/05 全球购物
考试不及格检讨书
2014/01/09 职场文书
考试违纪检讨书
2014/02/02 职场文书
2014三八妇女节活动总结范文四篇
2014/03/09 职场文书
中药专业自荐信范文
2014/03/18 职场文书
《月亮湾》教学反思
2014/04/14 职场文书
管理提升方案
2014/06/04 职场文书
廉洁自律承诺书2016
2016/03/25 职场文书