numpy的基本使用 附python代码详细讲解（numpy函数，创建数组，常用属性，索引切片，数组的复制，修改维度，数组的分割、拼接、转置）

目录

• • 使用array创建数组
  • 使用arange创建数组
  • Numpy中的随机数创建
  • ndarray对象的常用属性
  • 其他方式创建数组
  • 索引和切片（一位数组、二维数组）
  • 数组的复制
  • 修改数组的维度
  • 数组的拼接
  • 数组的分割
  • 数组的转置
  • numpy的函数使用

使用array创建数组

# coding=utf-8import numpy as np""" 利用array创建数组的简单介绍 """print("使用array函数创建一维数组") a = np.array([1, 2, 3, 4, 5, 6]) print(a) print(type(a))print("使用array函数创建二维数组") b = np.array([[1, 2], [2, 3], [4, 5]]) print(b) print(type(b))print("使用array函数创建三维数组") c = np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]]]) print(c) print(type(c))""" array函数的常用方法 """print(" array函数的dtype的使用:设置创建数组里面元素的类型") d = np.array([1, 2, 3], dtype=float) print(d) print(type(d))print("array函数的ndim的使用:设置数组的维度") e = np.array([1, 2, 3], dtype=float, ndmin=3) print(e)

使用arange创建数组

# coding = utf-8import numpy as np# range的使用 range(start,end,step) 默认为[start,end) step默认为1 start默认从0开始 print("从1开始，到5结束（不包含5），默认步长为1") list1 = list(range(1, 5)) print(list1)print("默认从0开始，到5结束（不包含5），步长默认为1") list2 = list(range(5)) print(list2)print("从2开始，到10结束（不包含10），步长为2") list3 = list(range(2, 10, 2)) print(list3)# 与range类似，用arange创建数组 print("从1开始，3结尾") a = np.arange(1, 3) print(a)print("从1开始，3结尾,步长为0.1") b = np.arange(1, 3, 0.1) print(b)print(" dtype的使用") c = np.arange(6, 9, dtype=float) print(c)

Numpy中的随机数创建

# coding=utf-8import numpy as np# 随机小数 def randomTest():print("使用random创建一维数组,size规定了一维数组的元素个数 范围[0.0,1.0)")a = np.random.random(size=6)print(a)print("创建一个二维数组 三行5列")b = np.random.random(size=(3, 5))print(b)print("创建三维数组 两个三行四列")c = np.random.random(size=(2, 3, 4))print(c)randomTest()# 随机整数 def randintTest():# 语法：randint(low, high=None, size=None, dtype=None) 这边也是左闭右开print("生成0-10之间的随机整数，一维")a = np.random.randint(11, size=20)print(a)print("生成1到5之间的随机整数，二维 (三行四列)")b = np.random.randint(1, 6, size=(3, 4))print(b)print("生成1到10之间的随机整数，三维 (两个三行四列)")c = np.random.randint(1, 6, size=(2, 3, 4))print(c)# dtype的使用d = np.random.randint(5, size=2, dtype=np.int64)print('设定的dtype为', d.dtype)randintTest()# 生成正态分布数组 def randnTest():# randn函数返回一个或一组样本，具有标准正态分布（期望为0，方差为1）# randn(d0, d1, ..., dn) dn表示维度，返回值为指定维度的arrayprint("eg：创建一个一维的有三个元素的数组")a = np.random.randn(3)print(a)print("创建一个二维的(三行四列)")b = np.random.randn(3, 4)print(b)print("创建一个三维的(两个三行四列)")c = np.random.randn(2, 3, 4)print(c)randnTest()# 创建指定期望和方差的正态分布 def normalTest():print(" normal(loc=0.0, scale=1.0, size=None),默认的期望是loc=0.0 方差scale=1.0")a = np.random.normal(size=3)print(a)print("指定期望和方差")b = np.random.normal(loc=2, scale=2, size=(3, 4))print(b)normalTest()

https://blog.csdn.net/hanhanwanghaha宝藏女孩 欢迎您的关注！
欢迎关注微信公众号：宝藏女孩的成长日记
让这个可爱的宝藏女孩在努力的道路上与你一起同行！
如有转载，请注明出处（如不注明，盗者必究）

ndarray对象的常用属性

# coding=utf-8 import numpy as np# 创建一维的数组 a = np.arange(2, 5) print(a)a1 = np.array([1, 2, 3]) print(a1)# 创建二位的数组 b = np.random.randint(1, 5, size=(2, 3)) print(b)print("创建三维数组（正态分布）") c = np.random.randn(1, 2, 2) print(c)# 常用属性 print(" ndim属性") print("ndim:", a.ndim, b.ndim, c.ndim)print("shape属性") print("shape:", a.shape, b.shape, c.shape)print("dtype属性：当前元素的类型") print("dtype:", a.dtype, b.dtype, c.dtype)print("size属性：当前元素的总个数") print("size:", a.size, b.size, c.size)print("itemsize属性：每个元素所占的字节") print("itemsize:", a.itemsize, b.itemsize, c.itemsize)

其他方式创建数组

# coding=utf-8 import numpy as npprint(" numpy.zeros：里面的元素用0来填充") def zerosTest():a = np.zeros(2)print(a)print("指定类型 dtype")b = np.zeros((3), dtype=int)print(b)print(" 创建二维数组(两行三列)")c = np.zeros((2, 3))print(c)zerosTest()print(" numpy.ones：里面的元素用1来填充") def onesTest():a = np.ones(5)print(a)print("指定类型 dtype")b = np.ones((3), dtype=int)print(b)print("创建二维数组(两行三列),指定类型")c = np.ones((2, 3), dtype=int)print(c)onesTest()print(" empty:根据给定的维度和数值类型返回一个新的数组，其元素不进行初始化。") def emptyTest():a = np.empty(6)print(a)b = np.empty((2, 3))print(b)emptyTest()# linspace(等差) # linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, # axis=0) # 在指定的间隔范围内返回均匀间隔的数字。 # # 在[start, stop]范围内计算，返回num个(默认为50)均匀间隔的样本。 # # endpoint可以选择性地排除间隔的终点。 def linspaceTest():a = np.linspace(1, 5, 5)print(a)b = np.linspace(1, 20, 8, endpoint=False)print(b)linspaceTest()# logspace(等比)，与上面linspace类似 def logspaceTest():print("eg:2的0到9次方")a = np.logspace(0, 9, 10, base=2)print(a)logspaceTest()

索引和切片（一位数组、二维数组）

# coding = utf-8import numpy as np# 一维数组的索引和切片 def oneArrayTest():# 创建一个一维数组a = np.arange(8)print(a)# 索引print("正索引访问，索引从0开始")print("索引0处的元素：", a[0])print("索引7处的元素: ", a[7])print("负索引访问，倒数第一个的索引为-1")print("最后1个元素为：", a[-1])print("倒数第3个元素为：", a[-3])# 正向切片索引切片操作 [start:stop:step]print(" 从开始到结尾")print(a[:])print("从索引2开始到结尾")print(a[2:])print("从索引2开始到索引5")print(a[2:5])print("从索引1开始到索引7，步长是2")print(a[1:7:2])# 负向切片索引切片操作 [start:stop:step]print("反向获取")print(a[::-1])print(a[-6:-2])# oneArrayTest()# 二维数组的索引和切片 def twoArrayTest():a = np.arange(1, 7)print(a)print("reshape的使用 eg:对上面那个一维数组进行修改形状,变为二行三列")b = a.reshape((2, 3))print(b)# 索引的使用 eg:查看第二行print(b[1])print("eg:查看第一行第二列")print(b[1][2])"""切片的使用[对行进行切片,对列进行切片][start:stop:step,start:stop:step]"""print(" 获取所有行和所有列")print(b[:, :])print(" 获取所有行的第二列")print(b[:, 1])print("获取所有行的部分列，23列")print(b[:, 1:3])print("获取部分行，所有列 eg:获取奇数行 所有列")print(b[::2, :])print("获取部分行，部分列 eg:获取第一行 奇数列")print(b[0:1, ::2])# 坐标获取print("获取第1行第三列的元素")print(b[0][2])print(b[0, 2])print("同时获取不同行不同列 获取第一行第三列 第二行第三列")print(b[0, 2], b[1][2])print("让上面的两个值以数组的形式返回")print(np.array([b[0, 2], b[1][2]]))print("使用坐标也可得到上面的结果,坐标前面是行 后面是列")print(b[(0, 1), (2, 2)])# 二维数组中负索引的使用print("最后一行：", b[-1])print("行进行倒序为：\n", b[::-1])print("行列都进行倒序为：\n", b[::-1, ::-1])twoArrayTest()

数组的复制

# coding = utf-8 import numpy as np# 创建一个二维的数组 a = np.arange(1, 16).reshape((3, 5)) print(a)print("对a数组进行切片处理，获取第一二三行，第一二三列") b = a[:3, :3] print(b)print("对b中的第一行第一列的值进行修改:可知b中更改了，但是原数组a也会改变") b[0][0] = 666 print(b) print(a)print("如何解决以上问题呢 这时就会用到numpy中的copy") c = np.copy(a[:3, :3]) c[0][0] = 888 print(c) print(a)

修改数组的维度

# coding = utf-8 import numpy as np# 通过reshape()进行修改维度 # 将一维数组转换成为二维，三维数组 # 创建一个一维数组 a = np.arange(1, 13) print(a)print("将一维修改为二维（2,6）(3,4)") # b=a.reshape(3,4) b = a.reshape((3, 4)) print(b)print(" 将一维修改为三维（2,2,3）") c = a.reshape(2, 2, 3) print(c)# 通过np.reshape()进行修改维度 print(" 将一维数组转换为二维数组") d = np.reshape(a, (2, 6)) print(d) print(" 将一维数组转换为三维数组") d1 = np.reshape(a, (2, 2, 3)) print(d1)# 多维转一维 print(" 将多维数组转换为一维数组 前提:你必须知道你要转换的数组有多少个元素") e = d1.reshape(12) print("这是一个简单的方法 可以不用知道需要转换的数组里面几个元素，直接括号里面写-1就可以了") e1 = d1.reshape(-1) print(e) print(e1)# ravel，flatten函数也可将多维函数转换为一维数组 e2 = d1.ravel() print(e2) e3 = d1.flatten() print(e3)

数组的拼接

# coding = utf-8 import numpy as np# 创建两个数组 a = np.array([[1, 2, 3], [4, 5, 6]]) b = np.array([[11, 12, 13], [14, 15, 16]]) print(a) print(b)print("使用hstack进行水平拼接") # 列表 hs1 = np.hstack([a, b]) print(hs1) # 元组 hs2 = np.hstack((a, b)) print(hs2)print("使用vstack进行垂直拼接") # 列表 vs1 = np.vstack([a, b]) print(vs1) # 元组 vs2 = np.vstack((a, b)) print(vs2)# concatenate的使用 print(" axis=0默认 垂直方向拼接 相当于vatsck") con1 = np.concatenate((a, b), axis=0) con2 = np.concatenate((a, b)) print(con1) print(con2)print("axis=1 水平方向拼接 相当于hatsck") con3 = np.concatenate((a, b), axis=1) print(con3)print("三维数组有三个轴，axis = 0 ,axis = 1, axis = 2") b = np.arange(1, 25).reshape(1, 3, 8) print(b, b.shape) b1 = np.arange(101, 125).reshape(1, 3, 8) print(b1, b1.shape)# 三维 axis=0 ax_zero = np.concatenate((b, b1), axis=0) print(ax_zero, ax_zero.shape)# 三维 axis=1 ax_one = np.concatenate((b, b1), axis=1) print(ax_one, ax_one.shape)# 三维 axis=2 ax_two = np.concatenate((b, b1), axis=2) print(ax_two, ax_two.shape)

数组的分割

# coding = utf-8 import numpy as np# 创建一个一维数组 a = np.arange(1, 13)# split函数：分割 # 对一维数组进行分割 # 传递整数，平均分割 sp_one = np.split(a, 4, axis=0) print(sp_one)# 传递数组，按位置进行分割 print("eg:1到3为一组，4到7为一组，8到12为一组") sp_two = np.split(a, [3, 7]) print(sp_two)# 对二维数组进行分割 b = np.arange(1, 25).reshape(4, 6) print(b) print("axis = 0,垂直方向，平均分割,将b分为两个数组w,y") w, y = np.split(b, 2, axis=0) print(w) print(y)print("axis = 0,垂直方向，按位置分割,将b分为两个数组w(1，2行),y(3行),g(4行)") w, y, g = np.split(b, [2, 3], axis=0) print(w) print(y) print(g)print("axis = 1,水平方向，将b分为两个数组w,y") w, y = np.split(b, 2, axis=1) print(w) print(y)print("axis = 1,水平方向，将b分为两个数组w,y,前4列为一个部分，后面几列为一个部分") w, y = np.split(b, [4], axis=1) print(w) print(y)print("hsplit:按照水平方向分割 eg:分成两个部分，前三列一部分，后三列一部分") w, y = np.hsplit(b, 2) print(w) print(y)print("hsplit:按照位置分割 eg:前五列为一组 后一列为一组") w, y = np.hsplit(b, [5]) print(w) print(y)# vsplit:按照垂直方向分割 print("vsplit:按照垂直方向分割 eg:分成两个部分，前三行一部分，后三行一部分") w, y = np.vsplit(b, 2) print(w) print(y)print("vsplit:按照位置分割 eg:前三行为一组 后一行为一组") w, y = np.vsplit(b, [3]) print(w) print(y)

数组的转置

# coding = utf-8 import numpy as np# 数组的转置可以联想到我们在大二学习的线性代数当中矩阵的转置 # 创建一个二维数组 a = np.arange(1, 25).reshape(4, 6) print(a, a.shape)print("transpose函数进行数组的转置 a[i][j]--->a[j][i]") b = a.transpose() print(b, b.shape)print("还可以直接使用T来实现转置") print(a.T)print("使用numpy中的transpose实现转置") c = np.transpose(a) print(c)# 多维数组进行转置 a = a.reshape(2, 3, 4) print(a, a.shape) print("对于三维a[i][j][k]进行转置 默认将i和k进行交换 eg:将a[2][3][4]进行转置就变为a[4][3][2]") b = np.transpose(a) print(b, b.shape)

numpy的函数使用

# coding = utf-8 import numpy as npa = np.arange(9).reshape(3, 3) b = np.array([9, 9, 9]) print("加法:a+b") print(np.add(a, b)) print(a + b)print("减法：b-a") print(np.subtract(b, a)) print(b - a)# out 参数的使用 print("乘法：a*10") c = np.empty((3, 3), dtype=np.int) np.multiply(a, 10, out=c) print(c)# out 参数的使用 print("除法：a*2") d = np.empty((3, 3)) np.divide(a, 2, out=d) print(d)# 三角函数 print("三角函数") a = np.array([0, 30, 60, 90]) print(np.sin(a))print("around:四舍五入 ceil：向下取整 floor：向上取整") a = np.array([3.99, 7.12, 9, 6, 7.23, 3.1, 6.55]) print("around:", np.around(a)) print("ceil:", np.ceil(a)) print("floor:", np.floor(a))# 聚合函数 """ 常用聚合函数 np.sum() //求和 np.prod() //所有元素相乘 np.mean() //平均值 np.std() //标准差 np.var() //方差 np.median() //中位数 np.power() //幂运算 np.sqrt() //开方 np.min() //最小值 np.max() //最大值 np.argmin() //最小值的下标 np.argmax() //最大值的下标 np.inf //无穷大 np.exp(10) //以e为底的指数 np.log(10) //对数 """print("简单的sum(),max(),min()") a = np.array([6,7,9,5,3,4,1,2]) print("sum:",np.sum(a)) print("max:",np.max(a)) print("min:",np.min(a))print("np.argmin() 最小值的下标 np.argmax() 最大值的下标") print("argmin:",np.argmin(a)) print("argmax:",np.argmax(a))print("power的使用") a = np.arange(1,13).reshape(3,4) print("原a：\n",a) print("power后的a: \n",np.power(a,2))print("power中的out的使用") x=np.arange(5) y=np.zeros(8) np.power(2,x,out=y[:5]) print(y)# median()；中位数 print("一维数组的中位数：偶数的中位数：最中间两个数的平均值 ""eg:[6,7,9,5,3,4,1,2] 首先进行排序[1,2,3,4,5,6,7,9] 中位数为4+5除2=4.5") a = np.array([6,7,9,5,3,4,1,2]) print(np.median(a))print("一维数组的中位数：奇数的中位数：最中间的数 ""eg:[6,7,9,5,3,4,1] 首先进行排序[1,3,4,5,6,7,9] 中位数为最中间的数5") a = np.array([6,7,9,5,3,4,1]) print(np.median(a))# 二维数组求中位数 要通过axis制定轴 a = np.arange(1,13).reshape(3,4) print(a) print("垂直方向：",np.median(a,axis=0)) print("水平方向：",np.median(a,axis=1))# mean求平均值 print("一维数组求平均值") a=np.array([6,7,9,5,3,4,1,2]) print(a)print("二维数组求平均值: axis指定轴求平均") a = np.arange(1,13).reshape(3,4) print(a) print("axis=0 垂直方向：",np.mean(a,axis=0)) print("axis=1 水平方向：",np.mean(a,axis=1))

https://blog.csdn.net/hanhanwanghaha宝藏女孩 欢迎您的关注！
欢迎关注微信公众号：宝藏女孩的成长日记
让这个可爱的宝藏女孩在努力的道路上与你一起同行！
如有转载，请注明出处（如不注明，盗者必究）

总结

以上是生活随笔为你收集整理的numpy的基本使用 附python代码详细讲解（numpy函数，创建数组，常用属性，索引切片，数组的复制，修改维度，数组的分割、拼接、转置）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。