【Numpy学习笔记】

Numpy学习笔记

1. NumPy的详细教程(官网手册翻译)

https://blog.csdn.net/xiaoxiangzi222/article/details/53084336

2. 学习笔记

np.array()中的参数应该是列表，或者嵌套列表，或者元组，中间的值是用逗号隔开的，而数组是用空格隔开的，中间没有逗号，这个一定得注意。

# Ipython交互界面中数组返回的第array([[a, b, c], 
#									[d, e, f]]) 的形式
# 而打印出来时，则输出的是[[a b c], 
#						[d e f]] 的d形式，其实就是相当于调用的array()函数，并返回了结果
"""
np.array()中的参数应该是列表，或者嵌套列表，或者元组，中间的值是用逗号隔开的，而数组是用空格隔开的，中间没有逗号，这个一定得注意
"""
import numpy as np
t1 = np.array([1,2,3])
t2 = np.array([[1,2,3],[4, 5, 6]])	# 传入的参数得是列表或者元组
print(t1)
print('----------')
print(t2)
## output 数组中间是没有逗号的
[1 2 3]
----------
[[1 2 3]
 [4 5 6]]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

range()用在创建列表中， np.arange()用在创建数组中

import numpy as np
t1 = list(range(6))	# 创建列表，range用在列表中
t2 = np.arange(6)	# 创建数组，arange用在数组中
t3 = np.arange(6).reshape(2,3)
print(t1)
print(t2)
print(t3)
## output
[0, 1, 2, 3, 4, 5]
[0 1 2 3 4 5]
[[0 1 2]
 [3 4 5]]

1
2
3
4
5
6
7
8
9
10
11
12
13

指定axis参数可以吧运算应用到数组指定的轴上：

# Ipython交互界面

>>> from numpy import *
>>> b = arange(12).reshape(3,4)
>>> b
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>>
>>> b.sum(axis=0)      # axis=0所指的是所有的行数，也就是对列进行操作进行计算
array([12, 15, 18, 21])
>>>
>>> b.min(axis=1)      # axis=1指的是具体的行，也就是对每一行分别具体进行操作
array([0, 4, 8])
1
2
3
4
5
6
7
8
9
10
11
12
13
14

np.vstack()&np.hstack()

参考：np.vstack()和np.hstack()

用法：

np.hstack()
在水平方向上平铺，
函数原型：numpy.hstack(tup)

其中tup是arrays序列，tup : sequence of ndarrays（元组）

np.vstack()
垂直方向上堆叠
函数原型：numpy.hstack(tup)

tup : sequence of ndarrays

import numpy as np

arr0 = np.array([[1, 2, 3,], [3, 4, 5]])
list0 = range(10, 16)
arr1 = np.array(list0).reshape(2, 3)

a = np.hstack((arr0, arr1)) # 在水平方向上平铺， 
b = np.vstack((arr0, arr1)) # 在垂直方向上堆叠
print(a)
print(b)

output-----------
[[ 1  2  3 10 11 12]
 [ 3  4  5 13 14 15]]
[[ 1  2  3]
 [ 3  4  5]
 [10 11 12]
 [13 14 15]]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

numy保存和读取文件
np.save()和np.load（）

• np.load和np.save是读写磁盘数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为.npy的文件中。会自动处理元素类型和形状等信息
• np.save(file, arr, allow_pickle=True, fix_imports=True)
  解释：Save an array to a binary file in NumPy .npy format。以“.npy”格式将数组保存到二进制文件中。
  参数：
  file 要保存的文件名称，需指定文件保存路径，如果未设置，保存到默认路径。其文件拓展名为.npy
  arr 为需要保存的数组，也即把数组arr保存至名称为file的文件中。
• np.load(file, mmap_mode=None, allow_pickle=False, fix_imports=True, encoding=‘ASCII’)

import numpy as np


arr0 = np.arange(0, 9).reshape((3, 3))
# 保存数组
np.save('arr0.npy', arr0)
# 加载数组
temp = np.load('arr0.npy')
print(temp)

## output
[[0 1 2]
 [3 4 5]
 [6 7 8]]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

保存的arr0.npy如下，注意这种格式的文件用txt文本打开会乱码