前言

本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯絡我們以作處理。

作者 | 熊思
來源 | 優編少兒AI課堂

匯入Numpy庫

為了書寫方便，一般用別名np代替Numpy庫（如果安裝的是anaconda，Numpy庫是自帶的）

a = np.array([[1,2,3,4],[5,6,7,8]])
print(a)

常用函式

匯入Numpy庫之後，可以用Numpy生成陣列。使用array()函式可以生成一個數組，與列表的區別是沒有逗號：

a = np.array([[1,2,3,4],[5,6,7,8]])
print(a)

上方的程式碼將生成一個二維陣列，結果如圖：

如果想改變陣列的維度，獲取4行2列陣列，可以通過reshape()方法實現：

b = a.reshape((4,-1))
print(b)

reshape()中的引數(4,-1)表示將陣列轉換為4*X的新陣列，X等於陣列a中元素個數的1/4。引數-1是一種“懶人”方法，表示由Python通過行引數4自動計算出列數。

此外，預設是按照行優先改變資料維度，也可以設定引數order="F"，按照列優先改變資料維度：

c = a.reshape((4,2), order="F")
print(c)

雖然陣列的維度沒有改變，但是元素對應的位置已經不同了。

想要提取陣列中的某些元素，可以使用切片的方式來提取。如提取第2行中的5和7：

d = c[1,:]
print(d)

獲取結果如圖：

當然，也可以使用切片的方法修改陣列中相應位置的數值，比如將陣列c中第二列的中間兩個數變為0，可以這樣操作：

c[1:3,1] = 0
print(c)

可以看出，逗號左邊表示行號，右邊表示列號，由此就能任意截選出我們需要的資料。

陣列不僅可以是二維的，也可以是多維的。下面生成一個三維陣列e：

e = np.array([c,c*2])
print(e)

陣列e是一個2*2*4的陣列，也就是說由2個2*4的矩陣構成。

Numpy中的linspace()函式可以在指定的兩個數之間生成固定數量的等間距（步長）陣列，如：

f = np.linspace(start=1,stop=12,num=5)
print(f)
 

上方程式碼生成一個從1到12的5個等間距的陣列。

如果想以指定的步長來生成一個向量，可以使用arange()方法，如從1開始，步長為3，生成小於等於12的向量：

g = np.arange(1,12,3)
print(g)

結果：[1 4 7 10]

使用

ones()函式可以生成全1陣列，如生成一個2*3的全1陣列：

h = np.ones((2,3))
print(h)

使用zeros()函式可以生成全0陣列，如生成一個2*3的全0陣列：

i = np.zeros((2,3))
print(i)

若想生成單位陣列（對角線為1，其餘全是0），可以使用eye()函式，如生成一個3*3的單位陣列：

j = np.eye(3)
print(j)

當然，也可以指定對角線的元素取值：

k = np.diag(np.arange(1,13,4))
print(k)

使用diag()函式可以得到一個數組的對角線元素，也可以獲取對角線的值：

l =np.diag(np.arange(1,26,3).reshape((3,3)))
print(l)

結果：[ 1 13 25 ]

Numpy中的Random模組是用來生成隨機數的有力工具，通過seek()方法能指定隨機數種子，保證生成的隨機數是可重複的。如要生成一個可重複的3*3隨機陣列，可以用如下方法：

np.random.seed(2)
m = np.random.randn(3, 3)
print(m)

當然，一些常用的統計函式也能實現，如均值用mean()方法：

n = np.arange(10)
print(n.mean())

標準差可以使用std()方法：

n = np.arange(10)
print(n.std())

陣列排序可以使用sort()方法，預設是每行自動排序：

p = np.sort([[2,5,3],[10,6,8]])
print(p)

陣列的百分位數可以用percentile()函式：

q = np.arange(10)
print(np.percentile(q, 50))

中位數用median()函式：

q = np.arange(10)
print(np.median(q))

當個數為偶數時，中位數是中間兩個數字之和除以2。

Numpy的計算方法還有很多，大家可以去網上查閱，這裡只說幾個常用的。

Numpy主要以陣列為操作物件，在生成和調整陣列方面優勢非常明顯。但直接觀察陣列卻不太方便，沒有序號、排列不齊等問題並不利於我們尋找資料規律，所以我們需要繼續學習。

PS：如有需要Python學習資料的小夥伴可以加下方的群去找免費管理員領取

可以免費領取原始碼、專案實戰視訊、PDF檔案等