import numpy as np

# Numpy數組操作
print(‘========訪問列表元素， 切片，賦值===========‘)
arr = np.array([2., 6., 5., 5.])
print(arr[:3])
print(arr[3])
arr[0] = 5.
print(arr)
print(‘========數組唯一性元素===========‘)
print(np.unique(arr))
print(‘========數組排序，排序索引===========‘)
print(np.sort(arr))
print(np.argsort(arr))
 
print(‘========將數組亂序重排===========‘)
np.random.shuffle(arr)
print(arr)
print(‘========數組相等性比較===========‘)
print(np.array_equal(arr, np.array([1., 3., 2.])))
print(‘========二維數組(矩陣)的元素訪問===========‘)
matrix = np.array([[4., 5., 6.], [2, 3, 6]], float)
print(matrix)
print(matrix[0, 0])
print(matrix[0, 2])
 
print(‘========對數組的各維進行切片操作===========‘)
print(matrix[1:2,2:3])
print(matrix[1, :])
print(matrix[:, 2])
print(matrix[-1:, -2:])
print(‘========將多維數組拉平為一維數組===========‘)
print(matrix.flatten())
print(‘========獲取數組大小信息===========‘)
print(matrix.shape)
print(‘========獲取數組元素的類型===========‘)
print
 
(matrix.dtype)
print(‘========數組的數據類型轉換===========‘)
int_arr = matrix.astype(np.int32)
print(int_arr)
print(int_arr.dtype)
print(‘========獲取數組第一維的長度===========‘)
print(len(matrix))
print(‘========判斷數組是否包含元素===========‘)
print(2 in matrix)
print(0 in matrix)
print(‘========調整數組維度===========‘)
arr = np.array(range(8), float)
print(arr)
re_arr = arr.reshape((4, 2))
print(re_arr)
print(‘========矩陣的轉置運算===========‘)
print(re_arr.transpose())
print(‘========使用數組的T屬性實現轉置===========‘)
matrix = np.arange(15).reshape(3, 5)
print(matrix)
print(matrix.T)
print(‘========使用newaxis調整元素位置，增加維度===========‘)
arr = np.array([14, 32, 13], float)
print(arr)
print(arr[:, np.newaxis])
print(arr[:, np.newaxis].shape)
print(arr[np.newaxis, :])
print(arr[np.newaxis, :].shape)
print(‘========數組的連接===========‘)
arr1 = np.array([10, 22], float)
arr2 = np.array([31, 43, 54, 61], float)
arr3 = np.array([71, 82, 29], float)
print(np.concatenate((arr1, arr2, arr3)))
print(‘========數組連接時，指定具體的條軸===========‘)
arr1 = np.array([[11, 12], [32, 42]], float)
arr2 = np.array([[54, 26], [27, 28]], float)
print(np.concatenate((arr1, arr2)))
print(np.concatenate((arr1, arr2), axis=0))
print(np.concatenate((arr1, arr2), axis=1))
print(‘========二進制字符串和數組之間的轉換，fromstring已升級為frombuffer===========‘)
arr = np.array([10, 20, 30], float)
str = arr.tostring()
print(str)
print(np.frombuffer(str))

PS C:\test> & C:/Python37/python.exe c:/test/ml.py
========訪問列表元素， 切片，賦值===========
[2. 6. 5.]
5.0
[5. 6. 5. 5.]
========數組唯一性元素===========
[5. 6.]
========數組排序，排序索引===========
[5. 5. 5. 6.]
[0 2 3 1]
========將數組亂序重排===========
[5. 5. 6. 5.]
========數組相等性比較===========
False
========二維數組(矩陣)的元素訪問===========
[[4. 5. 6.]
 [2. 3. 6.]]
4.0
6.0
========對數組的各維進行切片操作===========
[[6.]]
[2. 3. 6.]
[6. 6.]
[[3. 6.]]
========將多維數組拉平為一維數組===========
[4. 5. 6. 2. 3. 6.]
========獲取數組大小信息===========
(2, 3)
========獲取數組元素的類型===========
float64
========數組的數據類型轉換===========
[[4 5 6]
 [2 3 6]]
int32
========獲取數組第一維的長度===========
2
========判斷數組是否包含元素===========
True
False
========調整數組維度===========
[0. 1. 2. 3. 4. 5. 6. 7.]
[[0. 1.]
 [2. 3.]
 [4. 5.]
 [6. 7.]]
========矩陣的轉置運算===========
[[0. 2. 4. 6.]
 [1. 3. 5. 7.]]
========使用數組的T屬性實現轉置===========
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]]
[[ 0  5 10]
 [ 1  6 11]
 [ 2  7 12]
 [ 3  8 13]
 [ 4  9 14]]
========使用newaxis調整元素位置，增加維度===========
[14. 32. 13.]
[[14.]
 [32.]
 [13.]]
(3, 1)
[[14. 32. 13.]]
(1, 3)
========數組的連接===========
[10. 22. 31. 43. 54. 61. 71. 82. 29.]
========數組連接時，指定具體的條軸===========
[[11. 12.]
 [32. 42.]
 [54. 26.]
 [27. 28.]]
[[11. 12.]
 [32. 42.]
 [54. 26.]
 [27. 28.]]
[[11. 12. 54. 26.]
 [32. 42. 27. 28.]]
========二進制字符串和數組之間的轉換，fromstring已升級為frombuffer===========
b‘\x00\x00\x00\x00\x00\[email protected]\x00\x00\x00\x00\x00\[email protected]\x00\x00\x00\x00\x00\x00>@‘
[10. 20. 30.]

python---Numpy模塊中數組運算的常用代碼示例