Python Numpy

Numpy 是python语言的一个扩展程序库,支持大量维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库

一、创建ndarray

1.使用np.array()创建

一维数组创建

• ```python
  import numpy as np
  array_1 = np.array([1,2,3])
  print(type(array_1))

    
  
  ### 二维数组创建
  
  - ```python
    import numpy as np
    array_2 = np.array([[1,2,3],[1,2,3],[1,2,3]])
    print(type(array_2))

使用numpy模块的array方法,可以创建一维数组

• 同时,也可以空来创建二维数组

2.关于numpy 的一些用法

• linspace

  • 创建一个等差数列

  • ```python
    np.linspace(0, 100, num=35)
    linspace(start, stop, num )

    num 为获取的数组的长度

    - ### arange
    
      - 创建一个等差数列
    
      - ```python
        np.arange(0, 100, 20)
        # 第三个参数为每个数纸剑的差值

• random.randint

  • 随机创建多维数组

  • ```python
    np.random.randint(0, 100, size=(4,))
    np.random.randint(0, 100, size=(4, 10))
    np.random.randint(0, 100, size=(4, 10, 3))
    np.random.randint(0, 100, size=(4, 10, 3, 2))

      - 在randint中,第一个参数为随机数的最小值,第二个参数为随机数的最大值,size为数组的维度参数,具体表现形式为一个元组类型的数据,元组中只有一个数据为一维数组,两个为二维数组,以此类推
    
    - random.seed
    
      - 固定随机性
      - 使用seed来使当前的随机状态固定下来,在seed不变的情况下,随机出来的数组将完全不会改变,除非修改了seed的参数,才会重新开始一次循环,否则seed将会记录下当前的数据状态,即使重新运行当前的python文件,也不会改变结果
    
    - random.random
    
      - 创建一个0到1 的随机数数组
    
      - ```python
        print(np.random.random(size=(4)))
        print(np.random.random(size=(4, 10)))
        print(np.random.random(size=(4, 10, 3)))
        print(np.random.random(size=(4, 10, 3, 2)))

二、numpy数组属性

• ndim

  • 数组的维度,返回的结果为一个数字,对应数组的维度,一维数组为1

  • 使用方法:

    • ```python
      print(arr.shape)

      - ### shape
      
        - 数组的形状(即为各维度的长度),返回的结果为数组各个维度的数值组成的元组
      
        - 使用方法:
      
          - ```python
            print(arr.ndim)

• dtype

  • 查看当前数组中的数据的类型

  • ```python
    print(arr.dtype)

    - ### size
    
      - 查看当前数组的长度
    
      - ```python
        print(arr.size)

三、基本操作

• 索引

  • 无论是一维还是多维,索引与列表是相同的

• 切片

  • 无论是一维还是多维,切片与列表是相同的

  • 但是数组可以通过切片获取多维数组的前两列

  • 也即是说,每一个元素中只取前两个

  • ```python
    arr[1:4,:2,4:5]

    - 图片裁剪并保存
    
    - ```python
      plt.imsave('../photo/new4.jpeg', img_arr_1[:400,120:600,::-1])

• 变形

  • 将数组进行维度转义

  • ```python
    add = arr.reshape((40,))

      - 填充参数为一个元组类型的数据,可以将数组转译成符合参数概念的数组
    
      - 但是要注意的是,转义需要你精确的转移,也就是说,如果你的数组中只有20个元素,而你想转译成21个元素,就是不行的
    
    - ### 级联
    
      - 对数组进行横向或者纵向的拼接
    
      - ```python
        
        img_arr_1 = plt.imread('../photo/困.jpeg')
        img_arr_2 = plt.imread('../photo/困.jpeg')
        new_img = np.concatenate((img_arr_1,img_arr_2), axis=0)
        new_img_1 = np.concatenate((new_img,new_img),axis=1)
        print(plt.imshow(new_img))
        plt.imsave('./new_img_1.jpeg', new_img_1)

  • 通过对图片数组的级联操作,我们可以实现图片的横向与纵向拼接

四、聚合操作

• sum

  • 求和

• max

  • 最大值

• min

  • 最小值

• mean

  • 平均值

• 进行运算时,参数axis可以不添加,当axis指定为0时,将会求出每一行的结果,当axis为1时,求出每一列的结果

五、排序操作

• sort
  • 通过axis来确定作用范围,当axis不指定的时候,将会默认进行全局排序,当axis=0的时候,进行行排序,当axis=1时,进行列排序
  • 使用sort时,np.sort并不会映射到原数据,arr.sort将会直接映射到原数据