python擴(kuò)展庫numpy入門教程
一、numpy是什么？
擴(kuò)展庫numpy是Python支持科學(xué)計(jì)算的重要擴(kuò)展庫，是數(shù)據(jù)分析和科學(xué)計(jì)算領(lǐng)域如scipy、pandas、sklearn 等眾多擴(kuò)展庫中的必備擴(kuò)展庫之一，提供了強(qiáng)大的N維數(shù)組及其相關(guān)運(yùn)算、復(fù)雜的廣播函數(shù)、C/C++和Fortran代碼集成工具以及線性代數(shù)、傅里葉變換和隨機(jī)數(shù)生成等功能。本章童點(diǎn)介紹數(shù)組與矩陣及其相關(guān)運(yùn)算，為學(xué)習(xí)和理解后面章節(jié)中的數(shù)據(jù)分析、機(jī)器學(xué)習(xí)打下良好的基礎(chǔ)。
簡(jiǎn)單來說就是你用來為人工智能領(lǐng)域打基礎(chǔ)的東西，私話說得好，基礎(chǔ)不牢，地動(dòng)山搖嘛~
所以這個(gè)地方可要好好學(xué)習(xí)哦~~
二、numpy數(shù)組
在numpy中使用的不是python自帶的數(shù)據(jù)類型list，而是numpy中的ndarray
那為什么使用ndarray而不是使用list呢？
因?yàn)閚darray是由c/c++寫出來的，占用內(nèi)存更小，使用速度更快
創(chuàng)建一個(gè)ndarray的方法有很多，這里說下使用array方法轉(zhuǎn)化的
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author： Smly
# @datetime： 2021/9/26 22:22
# @Version： 1.0
import numpy as np
li = [1, 2, 3]
tp = (1, 2, 3)
nday1 = np.array(li)
nday2 = np.array(tp)
print("*****類型*****")
print(type(nday1))
print(type(nday2))
print("*****數(shù)組*****")
print(nday1)
print(nday2)
輸出結(jié)果：
*****類型***** <class 'numpy.ndarray'> <class 'numpy.ndarray'> *****數(shù)組***** [1 2 3] [1 2 3]
2.1 數(shù)組使用
如果元素相同的話，可以進(jìn)行加減乘除
在元素個(gè)數(shù)相同的情況下，可以進(jìn)行數(shù)組間的加減
在元素個(gè)數(shù)相同的情況下，可以進(jìn)行數(shù)組間的乘除
對(duì)某個(gè)數(shù)進(jìn)行的乘除，可以自動(dòng)進(jìn)行到所有元素
看例子理解：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author： Smly
# @datetime： 2021/9/26 22:22
# @Version： 1.0
import numpy as np
li = [1, 2, 3] # 列表
tp = (1, 2, 3) # 元組
nday1 = np.array(li) # 內(nèi)置方法將列表轉(zhuǎn)為ndarray
nday2 = np.array(tp) # 內(nèi)置方法將元組轉(zhuǎn)為ndarray
nday3 = np.array(range(5)) # 使用range內(nèi)置函數(shù)方法生成ndarray連續(xù)數(shù)組
nday4 = np.array(range(5, 10)) # 使用range內(nèi)置函數(shù)方法生成ndarray連續(xù)數(shù)組
print("*****類型*****")
print(type(nday1))
print(type(nday2))
print(type(nday3))
print(type(nday4))
print("*****數(shù)組*****")
print(nday1)
print(nday2)
print(nday3)
print(nday4)
print("*****數(shù)組加減*****")
print(nday2 + nday1)
print(nday2 - nday1)
print(nday4 - nday3)
print(nday3 + nday4)
# 在元素個(gè)數(shù)相同的情況下，可以進(jìn)行數(shù)組間的加減
print("*****數(shù)組乘除*****")
print(nday2 * nday1)
print(nday2 // nday1)
print(nday4 * nday3)
print(nday4 // nday3)
# 在元素個(gè)數(shù)相同的情況下，可以進(jìn)行數(shù)組間的乘除
print(nday1 * 3)
print(nday2 // 2)
print(nday3 * 2)
print(nday4 // 2)
# 對(duì)某個(gè)數(shù)進(jìn)行的乘除，可以自動(dòng)進(jìn)行到所有元素
運(yùn)行結(jié)果：
*****類型***** <class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'> *****數(shù)組***** [1 2 3] [1 2 3] [0 1 2 3 4] [5 6 7 8 9] *****數(shù)組加減***** [2 4 6] [0 0 0] [5 5 5 5 5] [ 5 7 9 11 13] *****數(shù)組乘除***** [1 4 9] [1 1 1] [ 0 6 14 24 36] [0 0 0 0 0] [3 6 9] [0 1 1] [0 2 4 6 8] [2 3 3 4 4]
2.2 創(chuàng)建數(shù)組
剛剛的array()方法是將列表和元組等迭代對(duì)象轉(zhuǎn)為ndarray數(shù)組
接下來要說的是自動(dòng)創(chuàng)建數(shù)組
1. 使用empty創(chuàng)建空數(shù)組
里面會(huì)有初始值，但是數(shù)組初始為None
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author： Smly
# @datetime： 2021/9/28 12:29
# @Version： 1.0
import numpy as np
em1 = np.empty(5) # 創(chuàng)建一個(gè)長(zhǎng)度為5的空數(shù)組
em2 = np.empty((2, 2)) # 創(chuàng)建一個(gè)2*2的空二維數(shù)組
print("一維數(shù)組，長(zhǎng)度為5", em1)
print("二維數(shù)組，長(zhǎng)度為2*2", em2)
輸出結(jié)果：
[9.96754604e-312 9.96754614e-312 2.60799828e-310 9.34609789e-307 0.00000000e+000] [[6.95299778e-310 9.96747617e-312] [0.00000000e+000 6.95299776e-310]]
2. 使用arange函數(shù)創(chuàng)建
arange是numpy自帶的的一個(gè)方法，作用與range這個(gè)Python內(nèi)置函數(shù)相差無幾，都是生成數(shù)組
先導(dǎo)入numpy包
import numpy as np
然后創(chuàng)建數(shù)組
print("*****ararge創(chuàng)建數(shù)組*****")
aran_arr1 = np.arange(5)
aran_arr2 = np.arange(5, 10)
print("*****類型*****")
print(type(aran_arr1))
print(type(aran_arr2))
print("*****數(shù)組*****")
print(aran_arr1)
print(aran_arr2)
3. 使用zeros函數(shù)生成數(shù)組
zeros函數(shù)是numpy自帶的方法，作用是生成指定數(shù)量的全0一維數(shù)組，全0二維數(shù)組等
看下面的例子：
生成一個(gè)具有三個(gè)元素的一維數(shù)組和一個(gè)具有五個(gè)元素的一維數(shù)組：
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/27 21:31 # @Version： 1.0 import numpy as np zero_arr = np.zeros(3) zrro_arr2 = np.zeros(5) print(zero_arr) print(zrro_arr2)
運(yùn)行結(jié)果：
[0. 0. 0.]
[0. 0. 0. 0. 0.]
當(dāng)然這只是一位數(shù)組，你還可以生成二維數(shù)組，也就是矩陣
使用如下代碼可以生成一個(gè)三行三列的矩陣
zero_arr3 = np.zeros((3, 3))
輸出看看：
print(zero-arr3)
運(yùn)行結(jié)果：
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
4. ones函數(shù)生成數(shù)組
使用ones函數(shù)生成全1函數(shù)，方法同zeros
import numpy as np ones_arr1 = np.ones(3)
輸出結(jié)果：
[1. 1. 1.]
生成一個(gè)三行三列的矩陣
import numpy as np ones_arr2 = np.ones((3, 3))
輸出結(jié)果：
[[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]]
5. diag函數(shù)生成對(duì)角矩陣
什么是對(duì)角矩陣?你應(yīng)該聽說過對(duì)角線，矩陣就是生成在對(duì)角線上的矩陣
函數(shù)參數(shù)是一個(gè)元祖
看代碼和運(yùn)行結(jié)果能夠理解的更深刻
import numpy as np diag_arr = np.diag((4, 3, 2, 1))
將diag_arr的輸出的結(jié)果為：
[[4 0 0 0]
[0 3 0 0]
[0 0 2 0]
[0 0 0 1]]
看，對(duì)角線是不是你函數(shù)的參數(shù)，這下理解了吧
6. N維數(shù)組
N維數(shù)組就是多維數(shù)組，可以理解為數(shù)組里面還是數(shù)組，里面還是數(shù)組，可以參照這個(gè)形式
[[[1 2]
[3 4]]
[[5 6]
[7 8]]]
這個(gè)概念確實(shí)有點(diǎn)抽象，有點(diǎn)難理解。這就是一個(gè)三維數(shù)組，是通過三維列表使用array方法轉(zhuǎn)換成ndarray的
代碼：
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/27 13:29 # @Version： 1.0 import numpy as np li = [ [[1, 2], [3, 4]], [[5, 6], [7, 8]] ] te1 = np.array(li) print(te1)
當(dāng)然，二維數(shù)組也算是N維數(shù)組
2.3 訪問數(shù)組元素
numpy自帶了一個(gè)insert函數(shù)，可以往數(shù)組中插入元素
看實(shí)例：
li = [[1, 2, 3, 4], [5, 6, 7, 8], [2, 4, 6, 8]] gb1 = np.array(li) np.insert(gb1, 1, [1, 2, 3, 4])
輸出結(jié)果：
[1 1 2 3 4 2 3 4 5 6 7 8 2 4 6 8]
還有一個(gè)自帶的add函數(shù)，可以進(jìn)行數(shù)組的相加減
數(shù)組嘛，可以使用下標(biāo)來獲取數(shù)組元素
import numpy as np li1 = [1, 2, 3, 4] gb2 = np.array(li1) print(gb2[1])
輸出結(jié)果為：
2
當(dāng)然，它是一個(gè)數(shù)組，你理所應(yīng)當(dāng)?shù)囊部梢允褂醚h(huán)語句來遍歷數(shù)組
三、了解矩陣
數(shù)組是數(shù)組，矩陣是矩陣。
數(shù)組是一種數(shù)據(jù)結(jié)構(gòu)，可以存儲(chǔ)多種數(shù)據(jù)，可以有多維
矩陣是數(shù)學(xué)中的一個(gè)概念，只能存放數(shù)字，并且只能是二維的形式
生成矩陣的方法就和生成N維數(shù)組的方法是一樣的
先使用列表創(chuàng)建二維列表，然后再使用numpy的方法轉(zhuǎn)成矩陣，當(dāng)然也有好幾中生成矩陣的方法
import numpy as np li = [[1, 2, 3, 4], [5, 6, 7, 8]] j1 = np.matrix(li) print(j1) print(type(j1)) print(j1.dtype)
輸出該矩陣：
輸出矩陣： [[1 2 3 4] [5 6 7 8]] 矩陣在Python的類型： <class 'numpy.matrix'> 在numpy中的類型： int32
矩陣可以進(jìn)行各種數(shù)學(xué)運(yùn)算，在numpy中都得到了很好的支持，這里就不細(xì)說了
3.1 廣播
何為廣播，廣播就是能將你的東西發(fā)送到各個(gè)區(qū)域，一般在計(jì)算機(jī)中是將信息發(fā)送到局域網(wǎng)絡(luò)中的每個(gè)計(jì)算機(jī)中。
而在numpy中也有廣播，只不過他是將元素自動(dòng)補(bǔ)到數(shù)組，矩陣上，就像你在上面看到的，一個(gè)數(shù)組乘除一個(gè)元素，數(shù)組中的所有元素都會(huì)乘這個(gè)數(shù)
import numpy as np li1 = [1, 2, 3, 4] print(np.array(li1)*10)
輸出結(jié)果：
[10 20 30 40]
這個(gè)就是廣播，就是將數(shù)字10播到li轉(zhuǎn)成的數(shù)組中，能夠讓數(shù)組所有元素都乘10。
而不同維度的數(shù)組也可以這樣
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/27 13:40 # @Version： 1.0 import numpy as np li = [[1, 2, 3, 4], [5, 6, 7, 8], [2, 4, 6, 8]] gb1 = np.array(li) li1 = [1, 2, 3, 4] gb2 = np.array(li1) print(gb1*gb2)
將一維數(shù)組的每個(gè)元素挨個(gè)廣播到二維數(shù)組，前提是：
二維數(shù)組中的一維數(shù)組的個(gè)數(shù)與一維數(shù)組的個(gè)數(shù)是相同的
運(yùn)行結(jié)果：
[[ 1 4 9 16]
[ 5 12 21 32]
[ 2 8 18 32]]
以上就是python擴(kuò)展庫numpy入門教程的詳細(xì)內(nèi)容，更多關(guān)于numpy庫入門的資料請(qǐng)關(guān)注本站其它相關(guān)文章！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信