numpy
1.reshape 变换形状
import numpy as np
#建立一维数组
t1=np.arange(12)
#转为3行4列
t2=t1.reshape((3,4))
t2
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
此时有两种变化形式
括号中第二个数字的不同
第一种情况
#reshape
import numpy as np
#建立一维数组
t1=np.arange(12)
t2=t1.reshape((12,1))
t2
array([[ 0],
[ 1],
[ 2],
[ 3],
[ 4],
[ 5],
[ 6],
[ 7],
[ 8],
[ 9],
[10],
[11]])
第二种情况
#reshape
import numpy as np
#建立一维数组
t1=np.arange(12)
#转为一维数组
t2=t1.reshape((12,))
t2
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
上面是一个一维数组，下面是一个二维数组，当括号里面只有一个数字才代表一维！！！
#reshape
import numpy as np
#建立一维数组
t1=np.arange(12)
t2=t1.reshape((1,12))
t2
array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]])
2.扁平处理
有点像三体里面的降维打击（相当于把蚊子一个三维生物拍死变成二维）
这里是把多维变成一维
#reshape
import numpy as np
#建立一维数组
t1=np.arange(12)
t2=t1.reshape((3,4))
#压缩为一维
t3=t2.flatten()
print("t2:\n",t2)
print("t3:\n",t3)
利用flatten函数压缩为一维
t2:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
t3:
[ 0 1 2 3 4 5 6 7 8 9 10 11]
3.数组的计算
(1) 广播相加
#reshape
import numpy as np
#建立一维数组
t1=np.arange(12)
t2=t1.reshape((3,4))
#数组+数字
t3=t2+2
print("t2:\n",t2)
print("t3:\n",t3)
对矩阵中每个数字广播加2
t2:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
t3:
[[ 2 3 4 5]
[ 6 7 8 9]
[10 11 12 13]]
（2）对应相加
#reshape
import numpy as np
#建立一维数组
t1=np.arange(12)
t2=t1.reshape((3,4))
#数组+数字
t3=t2+2
t4=t2+t3
print("t2:\n",t2)
print("t3:\n",t3)
print("t4:\n",t4)
t2:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
t3:
[[ 2 3 4 5]
[ 6 7 8 9]
[10 11 12 13]]
t4:
[[ 2 4 6 8]
[10 12 14 16]
[18 20 22 24]]
（3）其他运算同理，但是这里不能用线性代数中矩阵概念理解
4.读取本地数据
只是有这个方法，但是大部分情况是用pandas库去读取数据，它的功能更强大
np.loadtxt()
5.索引和切片
建立一个（4，6）的数组
本小节均以此数组为例
import numpy as np
t1=np.arange(24).reshape((4,6))
t1
打印t1
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]])
(1) 取某一行
直接加上索引
print(t1[2])
[12 13 14 15 16 17]
(2) 取连续多行
从第一行到最后一行
print(t1[1:])
[[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
(3) 取不连续行
嵌套一个方括号
print(t1[[0,2,3]])
[[ 0 1 2 3 4 5]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
(4) 取值既跟行有关系也跟列有关系时
这里的 “ ：” 可以看作左闭右开区间
取第一行，所有列
print(t1[1,:])
[ 6 7 8 9 10 11]
取从第一行开始的所有列
print(t1[1:,:])
[[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
取所有行，第一列
print(t1[:,1])
[ 1 7 13 19]
取2，3行的第一列
只需把行那块多加个[ ]添加想取的行
print(t1[[2,3],1])
[13 19]
取所有行，第3列开始的每一列
print(t1[:,3:])
[[ 3 4 5]
[ 9 10 11]
[15 16 17]
[21 22 23]]
第0行到第1行，第1列到第二列
*这里的冒号可以看作 [0-2) *
print(t1[0:2,1:3])
取第0行第1列，第1行第2列，第2行第3列（取不相邻的点）
print(t1[[0,1,2],[1,2,3]])
[1 8 15]
取最后一列
print(t1[:,-1])
[ 5 11 17 23]
6.数值的修改 替换
将数组中小于10的替换为3
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]])
t1[t1<10]=3
print(t1)
[[ 3 3 3 3 3 3]
[ 3 3 3 3 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
提取大于15的值
print(t1[t1>15])
[16 17 18 19 20 21 22 23]
将小于10的变成0，大于10的变成20
用到np.where()，类似于三元运算
t1=np.where(t1<10,0,20)
print(t1)
[[ 0 0 0 0 0 0]
[ 0 0 0 0 20 20]
[20 20 20 20 20 20]
[20 20 20 20 20 20]]
7.数组拼接
建立两个数组
import numpy as np
t1=np.arange(24).reshape((4,6))
t2=np.arange(24).reshape((4,6))
print("t1:\n",t1)
print("t2:\n",t2)
import numpy as np
t1=np.arange(24).reshape((4,6))
t2=np.arange(24).reshape((4,6))
print("t1:\n",t1)
print("t2:\n",t2)
t1:
[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
t2:
[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
竖直拼接
t3=np.vstack((t1,t2))
t3
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],
[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
水平拼接
t3=np.hstack((t1,t2))
t3
array([[ 0, 1, 2, 3, 4, 5, 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11, 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17, 12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23, 18, 19, 20, 21, 22, 23]])
8.行列交换
1,2行交换
t1[[1,2],:]=t1[[2,1],:]
array([[ 0, 1, 2, 3, 4, 5],
[12, 13, 14, 15, 16, 17],
[ 6, 7, 8, 9, 10, 11],
[18, 19, 20, 21, 22, 23]])
列交换同理
9.随机数
np.random
本文地址：https://blog.csdn.net/weixin_46109590/article/details/109954946
