Numpy

匯入：import numpy as np

1.建立陣列

• 一維陣列的建立
  arr1=np.array([1,2,3,4,5],float)

• 二維陣列的建立
  arr2=np.array([[1,2,3],[3,4,5],[1,5,8]])

注意：
如果傳進來的列表中包含不同的型別，則統一為統一型別，str>float>int

2.使用np的routines函式建立

• np.ones([3,3])
  輸出結果：
  array([[ 1., 1., 1.],
  [ 1., 1., 1.],
  [ 1., 1., 1.]])

• np.full([3,3],3.14)
  輸出結果：
  array([[ 3.14, 3.14, 3.14],
  [ 3.14, 3.14, 3.14],
  [ 3.14, 3.14, 3.14]])

• np.eye(4)
  eye()返回一個對角線為1的矩陣
  輸出結果：
  array([[ 1., 0., 0., 0.],
  [ 0., 1., 0., 0.],
  [ 0., 0., 1., 0.],
  [ 0., 0., 0., 1.]])

• 等差數列（此處num=5）
  np.linspace(0,10,5)
  輸出結果：
  array([ 0. , 2.5, 5. , 7.5, 10. ])

• 等差數列（此處step=2）
  np.arange(0,10,2)
  輸出結果：
  array([0, 2, 4, 6, 8])

• 隨機整數
  np.random.randint(0,10,5)
  輸出結果：
  array([0, 7, 2, 3, 7])

• np.random.seed(100)#隨機的種子，有了種子，每次都一樣
  np.random.randn(10)
  輸出結果：
  array([ 0.37332715, -0.2887605 , 0.04985088, -0.93815832, -0.4087037 ,
  1.13352254, 0.52713526, -0.76014192, -0.97292788, 0.16290446])

• random.random()預設0-1,左開右閉
  np.random.seed(3)#時間種子,將時間固定，產生固定不變的隨機數
  np.random.random(size=[2,2])
  輸出結果：
  array([[0.5507979 , 0.70814782],
  [0.29090474, 0.51082761]])

3.ndarray的屬性

4個必記引數：

• ndim：維度
• shape:形狀
• size：總長度
• dtype：元素型別

注意：dtype返回陣列元素的型別，type()函式返回陣列型別

4.索引

一維與列表完全一致 多維時同理

arr=np.random.randint(10,50,size=(3,4))
arr
a
array([[19, 46, 25, 10],
   [38, 35, 39, 39],
   [18, 19, 10, 46]])
  arr[1][2]
  39

5.切片

用以上例子中的a：
a[0:2] 獲取前兩行
a[0:2,0:2] 獲取前兩行前兩列
a[:,0:2] 獲取前兩列
a[::-1] 行倒序
a[:,::-1] 列倒序
a[::-1,::-1] 行、列全部倒序

6.變形

arr=np.random.randint(1,100,size=(100,))

• 將一個一維陣列arr變成多維陣列

  arr.reshape((10,10)) #兩個引數分別是新陣列的行和列
  

• 將多維陣列變成一維陣列

  a.reshape(12) #12是陣列長度
  

• arr.reshape(-1,10)
  -1：手動指定列數，自動計算行數

7.級聯

np.concatenate() 級聯需要注意的點：

• 級聯的引數是列表：一定要加中括號
• 維度必須相同
• 形狀相符
• axis引數：0表示縱向級聯，1表示橫向級聯；axis的範圍由陣列維度決定0-（維度-1）

np.hstack與np.vstack 水平級聯與垂直級聯

8.切分

• np.spilt()

x = np.arange(1,10)
x

輸出：
array([1, 2, 3, 4, 5, 6, 7, 8, 9])

x1,x2,x3 = np.split(x,[3,5])
print(x1,x2,x3)
輸出：
[1 2 3] [4 5] [6 7 8 9]

• np.hsplit() 切分行

  x = np.arange(16).reshape(4,4)
  x
  輸出：
  array([[ 0,  1,  2,  3],
         [ 4,  5,  6,  7],
         [ 8,  9, 10, 11],
         [12, 13, 14, 15]])
  
  print(np.hsplit(x,[2,3]))
  輸出：
  [array([[ 0,  1],[ 4,  5], [ 8,  9], [12, 13]]),
           array([[ 2],  [ 6],  [10], [14]]), 
           array([[ 3],  [ 7],  [11],  [15]])]
  

• np.vsplit () 切分列

  x = np.arange(16).reshape(4,4)
  x
  輸出：
  array([[ 0,  1,  2,  3],
         [ 4,  5,  6,  7],
         [ 8,  9, 10, 11],
         [12, 13, 14, 15]])
  print(np.vsplit(x,[2,3]))
  輸出：
  [array([[0, 1, 2, 3],
          [4, 5, 6, 7]]), array([[ 8,  9, 10, 11]]), array([[12, 13, 14, 15]])]
  

9.副本

• 所有賦值運算不會為ndarray的任何元素建立副本。對賦值後的物件的操作也對原來的物件生效

  a = np.array([1,2,3])
  b=a
  print(a,b)
  
  輸出：
  [1 2 3] [1 2 3]
  
  b[0]=2
  a
  輸出：
  array([2, 2, 3])
  

• copy()函式可建立副本，對副本的操作，不會影響原來的物件

  a = np.array([1,2,3])
  b = a.copy()
  b
  輸出：
  [1,2,3]
  
  b[0]=3
  print(a,b)
  輸出：
  [1 2 3] [3 2 3]
  

10.使用matplotlib.pyplot獲取一個數組，資料來源於一張圖片

import matplotlib.pyplot as plt
img=plt.imread('C:/Users/jiaxinyi/Desktop/a4coho1467042412050.jpg')
img.shape #得到的陣列形狀
輸出：
（650，1200，3）