一、背景知識

以往用python建立二維陣列/列表，可以這樣寫：

2d_array = [[0 for col in range(cols)] for row in range(rows)]

但是如果要建立三維，n維陣列怎麼辦呢？
這時候就需要用到今天學的Numpy這個庫來建立陣列
比如用Numpy中的arange方法快速建立一個一維陣列：

import numpy as np  #引入numpy庫並取別名為np(取別名方便之後編寫）
a = np.arange(10)  #指將數值0 1 2 3 ...9賦值給a這個變數，即一個一維陣列

建立多維陣列的方法：
建立一個2*6的二維陣列：

import numpy as np
b = np.array([np.arange(6),np.arange(6)])

建立一個4*5的二維陣列：

import numpy as np
x = [y for y in range(6)]
b=np.array([x]*4)

二、基本運算

Numpy庫可以直接進行一些四則運算，快速的處理兩個Numpy陣列

初始a , b陣列

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

• 加法

輸入In:np.add(a,b) 或 a+b
輸出Out:array([[5, 7, 9],
     [5, 7, 9]]
 
)

• 減法

In:np.subtract(a,b) 或 a-b
Out:array([[-3, -3, -3],
     [ 3,  3,  3]])

• 乘法

In:np.multiply(a,b) 或 a * b
Out:array([[ 4, 10, 18],
     [ 4, 10, 18]])

• 除法

In:np.devide(a,b) 或 a/b
Out:array([[ 0.25,  0.4 ,  0.5 ],
     [ 4.  ,  2.5 ,  2.  ]])

向量與標量之間的簡單運算

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

• 加法

In:  a +1
Out:array([[2, 3, 4],
     [5, 6, 7]])

• 減法

In:  a -1
Out:array([[0, 1, 2],
     [3, 4, 5]])

• 乘法

In: a*2
Out:array([[ 2,  4,  6],
     [ 8, 10, 12]])

• 除法

In: a/2
Out:array([[ 0.5,  1. ,  1.5],
     [ 2. ,  2.5,  3. ]])

• 求餘

In:a%2
Out:array([[1, 0, 1],
     [0, 1, 0]])

• 矩陣轉置

In:a.T
Out:array([[1, 4],
     [2, 5],
     [3, 6]])

• 矩陣的逆（充要條件是矩陣滿秩）

import numpy as np
import numpy.linalg as lg
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
In:lg.inv(a)
Out:array([[  3.15251974e+15,  -6.30503948e+15,   3.15251974e+15],
     [ -6.30503948e+15,   1.26100790e+16,  -6.30503948e+15],
     [  3.15251974e+15,  -6.30503948e+15,   3.15251974e+15]])

陣列的切片

一維Numpy陣列的切片操作與Python列表的切片一樣。下面首先來定義數字0 1 2 直到8的陣列，然後通過指定下標3到7來選擇陣列的部分元素，這實際上就是提取陣列中值為3到6的元素。

In: import numpy as np
In: a = np.arange(9)
In: a[3:7]
Out: array([3,4,5,6])

同時用下標選擇元素，下標範圍從0到7，並且下標每次遞增2，如下所示：

In: a[:7:2]
Out:array([0,2,4,6])

也可以像Python陣列一樣，用負值下標來反轉陣列：

In: a[::-1]
Out: array([8,7,6,5,4,3,2,1,0])

對於二維陣列的索引，類似與Python陣列的列表

In: a=np.array([[1,2,3],[4,3,2]])
In: a[1][0] 
Out:array([4])
In:a[1,:2]
Out:array([4, 3])

三、陣列的拆分與堆疊

使用Numpy，我們可以方便的更改陣列的形狀，比如使用reshape()、ravel()、flatten()、transpose()函式等。
具體的使用如下：

• reshape（）改變陣列的形狀

import numpy as np
In: b = np.arange(24).reshape(2,3,4)
In: b
Out: array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

• revel（）將多維陣列變一維陣列

In:  b.ravel()
Out: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23])

• flatten（） 其功能與ravel()相同，但是flatten()返回的是真實的陣列

In:  b.flatten()
Out: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23])

• shape() 使用原陣列改變陣列形狀

In: b.shape = (6,4)
In: b
out: array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15],
       [16, 17, 18, 19],
       [20, 21, 22, 23]])

陣列的堆疊

從深度看，陣列既可以橫向疊放，也可以豎向疊放。因此，我們我們對陣列進行堆疊，Numpy陣列對堆疊包含以下幾個函式：
首先建立兩個陣列

In: a = np.arange(9).reshape(3,3)
In: a
Out: array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
In: b = a*2
In: b
Out: array([[ 0,  2,  4],
       [ 6,  8, 10],
       [12, 14, 16]])

• hstack() 水平疊加

In: np.hstack((a,b))  # 注意 這裡是兩層括號
Out: array([[ 0,  1,  2,  0,  2,  4],
       [ 3,  4,  5,  6,  8, 10],
       [ 6,  7,  8, 12, 14, 16]])

• vstack() 垂直疊加

In: np.vstack((a,b))
Out:array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 0,  2,  4],
       [ 6,  8, 10],
       [12, 14, 16]])

還有深度疊加dstack（）

陣列的拆分

準備陣列

import numpy as np
In: a= np.arange(9).reshape(3,3)
In: a
Out: array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

• hsplit() 橫向拆分

In: np.hsplit(a,3)
Out:[array([[0],[3], [6]]), 
    .  array([[1], [4],[7]]), 
       array([[2],[5], [8]])]

• vsplit() 縱向拆分

In: np.vsplit(a,3)
Out: [array([[0, 1, 2]]), array([[3, 4, 5]]), array([[6, 7, 8]])]

還有深度拆分 dsplit（）

以上就是關於Numpy的一些基礎知識，對使用陣列十分便利！！！