Numpy 是什麼
Numpy (Numerical Python) 是 Python 語言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。

Numpy 建立Array 的方式

 1 #建立一個數據
 2 array1 = np.array([22,33,44,55]) 
 3 print(array1)
 4  
 5 #指定資料型別dtype,np.int32,np.float等
 6 array2 = np.array([22,33,44,55],dtype=np.int) 
 7 print(type(array2))
 8  
 9 #指定資料型別dtype
 

10 array3 = np.array([22,33,44,55],dtype=np.float)
11 print(array3)
12  
13 #建立特定資料，一個2d矩陣 2行3列
14 array4 = np.array([[22,33,44],[55,66,77]])
15 print(array4)
16  
17 #建立特定的資料陣列，資料全為0，4行5列
18 array5 = np.zeros((4,5)) 
19 print(array5)
20  
21 #建立特定的資料陣列，資料全為1，4行5列
22 array6 = np.ones((4,5))
23 print(array6)
 
24  
25 #建立特定的資料全空陣列,接近於零的數，資料全為1，5行3列
26 array7 = np.empty((5,3)) 
27 print(array7)
28  
29 #建立連續陣列,10-30的資料，2步長
30 array8 = np.arange(10,30,2)
31 print(array8)
32  
33 #reshape 改變資料的形狀
34 array9=array8.reshape(2,5)
35 array9=np.arange(10,30,2).reshape(2,5)
36 print(array9)
37  
38 #開始端1，結束端5，且分割成20個數據，生成線段
 

39 array10=np.linspace(1,5,20)
40 print(array10)

Numpy 基礎運算

 1 x=np.array([11,22,33,44,55])
 2 y=np.arange(5)
 3 print(x-y) #x陣列減去y陣列
 4 print(x+y) #x陣列加上y陣列
 5 print(x*y) #x陣列乘以y陣列
 6 print(x**2) #x陣列值的平方
 7 print(y**3) #y陣列值的立方
 8 print(np.sin(x))#求sin值
 9 print(np.sum(x)) #求和
10 print(np.min(x)) #求最小值
11 print(np.max(x)) #求最大值
12  
13 xx=np.array([[11,88,33],[44,55,66]])
14 print(xx)
15 print("sum=",np.sum(xx,axis=1)) #按行為單元求和
16 print("min=",np.min(xx,axis=0)) #按列為單元求最小值
17 print("max=",np.max(xx,axis=1)) #按行為單元求最大值
18 print(np.argmax(xx)) #求矩陣中最大元素的索引
19 print(np.argmin(xx)) #求矩陣中最小元素的索引
20 print(np.mean(xx)) #求整個矩陣的均值
21 print(np.average(xx))#求整個矩陣的均值
22 print(np.cumsum(xx)) #求累加
23 print(np.diff(xx))#求每一行中後一項與前一項之差
24 print(np.nonzero(xx))#將所有非零元素的行與列座標分割開，重構成兩個分別關於行和列的矩陣
25 print(np.sort(xx)) #對每一行進行從小到大的排序
26 print(np.transpose(xx))#將矩陣進行轉置處理
27 print(xx.T) #將矩陣進行轉置處理

Numpy 索引的使用

 1 x=np.array([11,22,33,44,55])
 2 xx=np.array([[11,88,33],[44,55,66]])
 3 print(x[1]) #一維索引取值
 4 print(xx[1][1])#二維索引取值
 5 print(xx[1,1])#二維索引取值
 6 print(xx[1,1:3])#二維索引取值
 7 for row in xx: #迴圈遍歷二維array
 8     print(row)
 9 for item in xx.flat:#將多維的矩陣進行展開成1行的數列,它本就是一個迭代器，返回的是一個object
10     print(item)

Numpy 合併操作

 1 x=np.array([11,22,33])
 2 y=np.array([44,55,66])
 3  
 4 xx=np.array([[11,88,33],[44,55,66]])
 5 yy=np.array([[1,8,3],[4,5,6]])
 6  
 7 #上下合併
 8 print(np.vstack((x,y)))
 9  
10 #左右合併
11 print(np.hstack((x,y)))
12  
13 #合併操作多個矩陣或序列,axis控制矩陣是縱向還是橫向列印
14 print(np.concatenate((x,y,y,x),axis=0))
15  
16 #合併操作多個矩陣或序列
17 print(np.concatenate((xx,yy),axis=1))

Numpy 分割

1 xx=np.array([[11,88,33,99],[22,44,55,66],[222,434,553,663],[11,88,33,99]])
2 print(xx)
3 #縱向分割
4 print(np.split(xx,2,axis=1)) 
5 #橫向分割
6 print(np.split(xx,2,axis=0)) 
7 #不等量的分割
8 print(np.array_split(xx,4,axis=1))

Numpy copy and deepcopy

1 xx=np.array([[11,88,33,99],[22,44,55,66],[222,434,553,663],[11,88,33,99]])
2 #這種賦值操作沒有關聯性
3 yy=xx.copy() 
4 print(yy)
5 #這種賦值的操作有關聯性，zz會隨著xx的資料變化而變化，相當於是deep copy
6 zz=xx 
7 xx[0][0]=100
8 print(zz)

歡迎關注【無量測試之道】公眾號，回覆【領取資源】,
Python程式設計學習資源乾貨、
Python+Appium框架APP的UI自動化、
Python+Selenium框架Web的UI自動化、
Python+Unittest框架API自動化、

資源和程式碼 免費送啦~
文章下方有公眾號二維碼，可直接微信掃一掃關注即可。

備註：我的個人公眾號已正式開通，致力於測試技術的分享，包含：大資料測試、功能測試，測試開發，API介面自動化、測試運維、UI自動化測試等，微信搜尋公眾號：“無量測試之道”，或掃描下方二維碼：

新增關注，讓我們一起共同成長！