数据分析与处理 实验二 numpy的基本使用

1． 实验内容
（1）numpy的导入。
（2）数组的基本创建、索引和切片。
（3）数组维度变换与重塑。
（4）数组排序。
（5）数组的组合和分拆。

2．目的要求
（1）学会numpy的导入。
（2）掌握数组的基本创建、索引和切片。
（3）学会数组维度变换与重塑的操作。
（4）掌握按照不同维度对数组的排序。
（5）掌握数组的组合与分拆。

3．实验方法手段及其条件
（1）数组的基本创建。
① 调用 numpy 的 array 函数创建一维数组a1，一维数组a2（指定dtype为float），二维数组a3以及三维数组a4，如下图所示：

import numpy as np
a1 = np.array([0, 1, 2, 3, 4, 5, 6, 7])
a2 = np.array([0, 1, 2, 3, 4, 5, 6, 7], dtype="float")
a3 = np.array([[0, 1, 2, 3],[4, 5, 6, 7]])
a4 = np.array([
    [[0, 1], [2, 3]],
    [[4, 5], [6, 7]],
])
1
2
3
4
5
6
7
8

② 定义一个结构化数据类型 xs_struc，包含字符串字段 id、name，整数字段 age及浮点字段 grade，并将这个 dtype 应用到 ndarray对象xs_rec，如下图所示：

xs_struc = np.dtype([('id', np.str_,4),
          ('name', np.str_,10),
          ('age', int),
          ('grade', float)
         ])
xs_struc
1
2
3
4
5
6

xs_rec = np.array([('1001', 'zhangsan', 20, 90.,)
          ,('1002', 'lisi', 21,88.),
          ('1000', 'wangwu', 20,91.)], dtype=xs_struc)
xs_rec
1
2
3
4

③ 使用np.arange()函数快速创建以下两个数组：第1个是含0-9数值的数组，第2个是从2开始，100以内，等差值为10的数组，如下图所示：

np.arange(0,10)
1

np.arange(2,100,10)
1

④ 创建形状为(3,4)，dtype=int的全0数组，如下图所示：

np.zeros((3, 4), dtype=int)
1

（2）编写程序完成数组a1、a3和a4维度变换与重塑的操作。

a1 = np.array([0, 1, 2, 3, 4, 5, 6, 7])
a3 = np.array([[0, 1, 2, 3],[4, 5, 6, 7]])
a4 = np.array([
    [[0, 1], [2, 3]],
    [[4, 5], [6, 7]],
])
1
2
3
4
5
6

① 使用ndim查看各数组的维度，输出结果分别为1 2 3。

print(a1.ndim, a3.ndim, a4.ndim)
1

② 分别使用reshape()方法和resize()函数将a3转化为形状为(4,2)的数组b31和b32，输出结果如下图所示：

b31 = a3.reshape(4,2)
b31
1
2

b32 = np.resize(a3,(2,2,2))
b32
1
2

③ 分别使用ravel()函数、flatten()和reshape()方法将数组a4展平，输出结果如下图所示：

np.ravel(a4)
a4.flatten()
a4.reshape(1,1,-1)
1
2
3

（3）编写程序完成数组a3、a4和xs_rec的索引切片操作。
① 使用整数索引，获取数组a3中如图所示的元素，输出结果为[6]。

a3[1][2]
1

② 使用整数数组索引，获取数组a4中如图所示的元素，输出结果为[2 1]。

a4[[0],[1,0],[0,1]]
1

③ 使用布尔索引，获取数组a4中大于5的元素，输出结果为[6 7]。

a4[a4>5]
1

④ 使用字段名索引，获取数组xs_rec中lisi的学号、年龄和分数，输出结果为1002 21 88.0。

print(*xs_rec[xs_rec['name'] == 'lisi'][['id', 'age', 'grade']][0])
1

（4）对以下语句生成的数组a5分别按行和列排序，输出结果如下图所示：
a5=np.array([2,13,72,44,62,3,6,456,24,7,85,93,89,5]).reshape(7,2)

a5.sort(axis=1)
a5.sort(axis=0)
1
2

（5）对以下语句生成的两个二维数组按要求进行组合与分拆。
arr1 = np.arange(6).reshape((3, 2))
arr2 = np.array([[0, 1], [1, 0], [2, 1]])

① 对arr1和arr2完成水平拼接和垂直拼接，输出结果如下图所示：

np.hstack((arr1,arr2)) # 水平
np.vstack((arr1,arr2)) # 垂直
1
2

② 对arr1和arr2在0轴和1轴上分别完成拼接，输出结果如下图所示：

np.concatenate((arr1,arr2),axis=0)
np.concatenate((arr1,arr2),axis=1)
1
2

③ 对arr1完成水平分拆和垂直分拆，输出结果如下图所示：

np.hsplit(arr1,2)
np.vsplit(arr1,3)
1
2

④ 对arr1在0轴和1轴上分别完成分拆，输出结果如下图所示：

np.split(arr1,2,axis=1)
np.split(arr1,3,axis=0)
1
2