Python 之Numpy 函式
阿新 • • 發佈:2020-09-14
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dtype10 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!