NumPy

NumPy(Numerical Python) 是 Python 的一個擴充套件程式庫，支援大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。Nupmy可用來儲存和處理大型矩陣，比Python自身的巢狀列表（nested list structure)結構要高效的多（該結構也可以用來表示矩陣（matrix））。據說NumPy將Python相當於變成一種免費的更強大的MatLab系統。

NumPy 是一個執行速度非常快的數學庫，主要用於陣列計算，包含：

一個強大的 N 維陣列物件 ndarray廣播功能函式整合 C/C++/Fortran 程式碼的工具線性代數、傅立葉變換、隨機數生成等功能

ndarray物件

NumPy 最重要的一個物件是其 N 維陣列物件 ndarray，它是一系列同類型資料的集合，可以使用基於 0 的索引訪問集合中的專案。

ndarray 物件是用於存放同類型元素的多維陣列。ndarray中的每個元素在記憶體中使用相同大小的塊。 ndarray中的每個元素是資料型別物件的物件(稱為 dtype)

numpy.array( object , dtype = None , ndmin = 0 ,copy = True , order = None , subok = False )

一般只有 object 、dtype和 ndmin 引數常用，其他引數不常用

import numpy

a=numpy.array([1,2,3]) #一維

b=numpy.array([[1,2,3],[4,5,6]]) #二維

c=numpy.array([1,2,3],dtype=complex) #元素型別為複數

d=numpy.array([1,2,3],ndmin=2) #二維

print(a,type(a))

print(b,type(b))

print(c,type(c))

print(d,type(d))

####################################

[1 2 3] <class "numpy.ndarray">

[[1 2 3]

[4 5 6]] <class "numpy.ndarray">

[1.+0.j 2.+0.j 3.+0.j] <class "numpy.ndarray"

[[1 2 3]] <class "numpy.ndarray">

Numpy陣列屬性

NumPy 陣列的維數稱為秩（rank），一維陣列的秩為 1，二維陣列的秩為 2，以此類推。

在 NumPy中，每一個線性的陣列稱為是一個軸（axis），也就是維度（dimensions）。比如說，二維陣列相當於是兩個一維陣列，其中第一個一維陣列中每個元素又是一個一維陣列。所以一維陣列就是 NumPy 中的軸（axis），第一個軸相當於是底層陣列，第二個軸是底層數組裡的陣列。而軸的數量——秩，就是陣列的維數。

很多時候可以宣告 axis。axis=0，表示沿著第 0 軸進行操作，即對每一列進行操作；axis=1，表示沿著第1軸進行操作，即對每一行進行操作。

ndarray 物件屬性有：

常見的屬性有下面幾種 ：

ndarray.shape ： 這一陣列屬性返回一個包含陣列緯度的元組，它也可以用於調整陣列大小

import numpy as np

a=np.array([[1,2,3],[4,5,6]])

print(a.shape) #列印shape屬性

a.shape=(3,2) #修改shape屬性

print(a)

#######################################

(2, 3)

[[1 2]

[3 4]

[5 6]]

ndarray.ndim： 這一陣列屬性返回陣列的維數

import numpy as np

a=np.arange(24) #np.arange返回0-23的列表型別的資料

print(a.ndim)

b=a.reshape(2,3,4)

print(b)

print(b.ndim)

############################

1

[[[ 0 1 2 3]

[ 4 5 6 7]

[ 8 9 10 11]]

[[12 13 14 15]

[16 17 18 19]

[20 21 22 23]]]

3

ndarray.itemsize ： 這一陣列屬性返回陣列中每個元素的位元組單位長度

import numpy as np

a=np.array([1,2,3]) #預設是四個位元組

print(a.itemsize)

#########################################

4

numpy.mat()函式的用法

該函式用來建立矩陣

import numpy as np

#將列表轉為矩陣

a=[7,8,9]

b=np.mat(a)

print(b)

print("#"*10)

#建立一行的矩陣

m=np.mat([1,2,3])

print(m)

print("打印出第一行的第三個值：",m[0,2]) #取第一行的第三個值

print("#"*10)

x=np.mat([[3,2,1],[6,5,4]])

print(x)

print("打印出矩陣的第二行：",x[1])

print("打印出矩陣的第二行：",x[1,:])

print("打印出矩陣的行列數：",x.shape) #獲得矩陣的行列數

print("打印出矩陣的行數 ：",x.shape[0]) #獲得矩陣的行數

print("打印出矩陣的列數 ：",x.shape[1]) #獲得矩陣的列數

x.sort() #對矩陣的每一行進行排序

print("對矩陣的每一行進行排序:")

print(x)

print("#"*10)

numpy.zeros()函式的用法

該函式用於返回給定形狀和型別的新陣列。返回的資料型別為 numpy.ndarray，具有給定形狀，型別和順序的0的陣列。

引數：

shape：int 或 int 的元組。新陣列的形狀，例如：（2，3）或2。dtype：資料型別，可選。、例如numpy.int8。預設是numpy.float64order：{"C"，"F"}，可選，預設："C" 。是否在內容中以行（C）或列（F）順序儲存多維資料。

import numpy as np

a=np.zeros(5)

print(a,type(a))

b=np.zeros([1,2],dtype="int8")

print(b)

c=np.zeros([1,2,3],dtype="int8")

print(c)