numpy模块
一、导入方式
import numpy as np
二、作用
数组或矩阵的运算
三、方法
3.1 numpy数组
arr1 = np.array([1,2,3]) #一维数组
arr1
arr2 = np.array([[1,2,3],[4,5,6]])
arr2 #二维数组
三维的数组不使用numpy模块，使用TensorFlow、pytorch模块
3.2 属性
| 属性 | 解释 |
|---|---|
| T | 数组的转置（也就是行和列互换） |
| dtype | 数组元素的数据类型 |
| size | 数组元素的个数（比如2行3列为6） |
| ndim | 数组的维数 |
| shape | 数组的维度大小（以元组形式）（比如2行3列为（2,3）） |
| astype | 类型转换 |
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.T) # 行与列互换 arr1.transpose()也是转置
-------------------------------------------------------
[[1 4]
[2 5]
[3 6]]
3.3 切片
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr[:]) #取出数组所有元素
print(arr[:, :]) #取出数组所有元素
print(arr[0, :]) #取出第0行到第一行的数组
print(arr[0:1, :]) #取出第0行到第一行的数组，顾头不顾尾
print(arr[0:1, 0:1]) #取出第0行到第一行，第0列到第一列的数组，顾头不顾尾
print(arr[0, 0],type(arr[0, 0])) #取出第0行到第一行，第0列到第一列的数，输出数组类型
print(arr[0, [0,2]]) #取出第0行第0个元素和第2个元素 [1 3]
print(arr[0, 0] + 1) #取出第0行第0列的元素加1 2
3.4 取值
arr = np.array([[1, 2, 3], [4, 5, 6]])
arr[0, :] = 0 #将第0行的元素全部变为0
print(arr)
--------------------------------------------
[[0 0 0]
[4 5 6]]
arr[1, 1] = 1 #将第一行第一列的数字改为1
arr[arr < 3] = 3 # 布尔取值 将小于3的数字全部变为3
print(arr)
3.5 合并
arr1 = np.array([[1, 2, 3], [4, 5, 6]]) # 可变数据类型
arr2 = np.array([[7, 8, 9], [10, 11, 12]]) # 可变数据类型
-------------------------------------------------------
[[1 2 3]
[4 5 6]]
[[ 7 8 9]
[10 11 12]]
print(np.hstack((arr1,arr2))) # 行合并
------------------------------------------------------------
[[ 1 2 3 7 8 9]
[ 4 5 6 10 11 12]]
print(np.vstack((arr1,arr2))) # 列合并
------------------------------------------------
[[ 1 2 3]
[ 4 5 6]
[ 7 8 9]
[10 11 12]]
print(np.concatenate((arr1, arr2))) # 默认列合并
print(np.concatenate((arr1, arr2),axis=1)) # 1表示行;0表示列
-----------------------------------------------------------
[[ 1 2 3]
[ 4 5 6]
[ 7 8 9]
[10 11 12]]
[[ 1 2 3 7 8 9]
[ 4 5 6 10 11 12]]
3.6 通过函数创建numpy数组
| 方法 | 详解 |
|---|---|
| array() | 将列表转换为数组，可选择显式指定dtype |
| arange() | range的numpy版，支持浮点数 |
| linspace() | 类似arange()，第三个参数为数组长度 |
| zeros() | 根据指定形状和dtype创建全0数组 np.zeros((5, 5)) |
| ones() | 根据指定形状和dtype创建全1数组 np.ones((5, 5)) |
| eye() | 创建单位矩阵（对角线上的 数字为1） |
| empty() | 创建一个元素全随机的数组 |
| reshape() | 重塑形状 |
3.7 numpy数组运算
| 运算符 | 说明 |
|---|---|
| + | 两个numpy数组对应元素相加 |
| - | 两个numpy数组对应元素相减 |
| * | 两个numpy数组对应元素相乘 |
| / | 两个numpy数组对应元素相除，如果都是整数则取商 |
| % | 两个numpy数组对应元素相除后取余数 |
| **n | 单个numpy数组每个元素都取n次方，如**2：每个元素都取平方 |
3.8 运算函数
sin,cos,tan,aqrt,exp等，只做了解
3.9 额外补充
(了解）
numpy随机数
print(np.random.rand(3,4)) #随机生成一个3*4的数组
print(np.random.randint(1,10,(3,4))) # 最小值1,最大值10,3*4
print(np.random.choice([1,2,3,4,5],3)) #随机生成一个元素为3个的数组，数组元素在[1,2,3,4,5]内
（重点）
随机数种子：所有的随机数是按照随机数种子生成的
时间短则不变，时间长就变
np.random.seed(int(time.time()))
np.random.seed(1) #如果固定了就不会变
arr1 = np.random.rand(3,4) # 可变数据类型
print(arr1)
rs = np.random.RandomState(1) #产生一个随机状态种子，seed为1
print(rs.rand(3,4))
---------------------------------------------------------
[[4.17022005e-01 7.20324493e-01 1.14374817e-04 3.02332573e-01]
[1.46755891e-01 9.23385948e-02 1.86260211e-01 3.45560727e-01]
[3.96767474e-01 5.38816734e-01 4.19194514e-01 6.85219500e-01]]
numpy官网：https://docs.scipy.org/doc/numpy/reference/?v=20190307135750