一、Numpy认识1、numpy描述

numpy 是一个科学计算库 ，它的核心：多维数组-ndarray(数组)。ndarray 数据存储方式和list不一样，ndarray是用一块整体的内存来存储数据的。

存储风格：C、F两种方式

C: 按行存储F: 按列存储2、数组的属性

ndim---维度

shape---形状

size---元素个数

dtype---数据类型

itemsize---数组中每个元素的大小

二、数组的创建1、以list对象创建数组2、使用arange()函数来创建数组

参数1：开始位置（包含）

参数2：结束位置（不包含截止位）

参数3：步长

3、使用linspace()函数创建数组（等差）

参数1: 开始位置（包含）

参数2: 结束位置（包含）

参数3: 创建数组元素的个数

4、使用logspace()函数来创建数组（等比）

参数1: 开始位置（包含）10^开始

参数2: 结束位置（包含） 10^结束

参数3: 元素个数

5、使用ones()函数创建数组（生成所有元素为1的数组）

参数：shape（元祖）

6、使用zeros()函数创建数组（生成所有元素为0的数组）

参数：shape（元祖）

7、使用diag()函数创建数组（生成一个对角矩阵数组）

参数：对角线上的值，k=0，对应着eye理解

8、生成随机数组（生成[0,1)中的任意小数random()）

参数：元素个数 或 要生成数组的shape

9、生成符合均匀分布的[0,1)的数组rand()

参数：元素个数 或 行列数，直方图验证

10、正态分布（概率分布，需要大量数据支持randn())

标准正态分布：

均值为0，标准差为1。均值反应数据的位置，标准差反应数据的离散程度

生成一个符合正态分布的数组，random.randn生成的是标准生态分布的数组

参数：元素个数 或 行列数

11、生成固定范围内的，固定形状的数组randint()

如果不传size，生成一个随机整数

三、数组形状、类型更改1、创建一个数组2、更改形状（元素个数必须一致）3、reshape（返回一个新的数组）

创建数组的时候，规定形状，可以在创建数组的时候指定形状

4、dtype

创建数组时指定数据类型

也可以使用强制转化,将某类型转化为其他类型

5、自定义数据类型

四、数组元素索引1、先创建一个一维数组，用于验证数组索引2、获取单个元素（通过下标访问单个元素）

data = arr[4]data = arr[-1]print('data:\n',data)

3、获取多个元素（通过切片获取，不包含结束位置）

data = arr[7:14]data = arr[3:12:2]print('data:\n',data)

4、使用下标形式获取多个元素

注意⚠️：需要将多个下标组成一个元素传进去（列表形式）

data = arr[[5,7,9]]print('data:\n',data)

5、二维数组的索引

# 获取第0行（1）的元素data = arr[0,:] # 第0行所有列 逗号之前代表行，逗号之后代表列，而且这个叫行列同时索引data = arr[:,0] # 第0列所有行data = arr[:1,:] # 第0行所有列，不降维度print('data:\n',data)# 获取0，2行的前两列data = arr[[0,2],0:2:1]# data = arr[::2,0:2:1]print('data:\n',data)data: [[0 1]       [8 9]]# 一一对应去取0行0列2行1列data = arr[[0,2],[0,1]]# data = arr[[0,2],[0,1,2]]  # 错误，前后形状必须一致print('data:\n',data)data:     [0 9]# data = arr[[1,2],1:3]# print('data:\n',data)# [[ 5  6]#  [ 9 10]]# 利用bool数组进行切片# [0,1,2,3]--->[False True True True]arr_mask = np.array([0,1,2,3],dtype=np.bool)print(arr_mask)# 利用bool数组进行切片data = arr[:,arr_mask] # 第0列不要了data = arr[arr_mask,:] # 第0行不要了print('data:\n',data)bool # 数组做索引 False为丢弃，True为选择

总结：

三维 或者 多维数组

"""

一维 arr[下标/切片]

二维 arr[行下标或者切片，列下标或者切片]

三维 arr[块下标或者切片，行下标或者切片，列下标或者切片]

四维 arr[堆下标或者切片，块下标或者切片，行下标或者切片，列下标或者切片]

"""

注意：

如果使用下标索引，会降维度；如果使用切片，维度不变

bool数组进行索引的时候，需要索引的是二维数组，那么你的bool数组是一维的

bool数组的长度，需要与你要切的维度的长度一致

五、数组展开1、创建数组2、ravel()按行展开3、flatten()将高纬度数组展开为一维，按行展开，默认为C风格

六、数组组合1、创建数组2、vstack()行方向进行拼接（垂直方向）3、hstack()列方向进行拼接（水平方向）4、concatenate()通用方法

既可以进行行方向的拼接也可以进行列方向的拼接

注意：

在行的方向进行拼接，必须保证列数一致

在列的方向进行拼接，必须保证行数一致

七、数组拆分

前提：平均拆分，必须能整除，否则出错

1、创建数组2、vsplit()在行的方向上进行分割数组3、hsplit()在列的方向上进行分割数组4、spllit()在行或列的方向上进行分割数组

八、矩阵创建

创建矩阵，必须是二维的

1、mat方式普通创建矩阵2、mat方式列表转化为矩阵3、mat方式数组转化为矩阵

由于矩阵是二维的，所以用数组创建矩阵，是不能嵌套两个二维的

4、matrix()方式创建矩阵5、asmatrix()方式创建矩阵

推荐使用mat 或 asmatrix 方式创建矩阵

6、使用bmat()进行堆积组合矩阵

使用数组堆积矩阵：

使用列表堆积矩阵：

使用矩阵堆积矩阵：

九、矩阵的运算1、创建矩阵2、矩阵与数的相乘（与矩阵的每一个元素相乘）3、矩阵的相加减4、举证相乘

左矩阵列数=右矩阵行数，才能进行相乘，生成左矩阵行数、右矩阵列数的新矩阵

matmul 或 dot 方式矩阵相乘

5、数组和矩阵相乘6、矩阵特性

 m1: [[0 1] [2 3]]矩阵的转置: [[0 2] [1 3]]矩阵的逆: [[-1.5  0.5] [ 1.   0. ]]矩阵的共轭转置: [[0 2] [1 3]]矩阵的视图: [[0 1] [2 3]]矩阵的视图的类型: <class 'numpy.ndarray'>[[ 1.  0.] [ 0.  1.]]

十、数组的通用函数1、创建数组2、四则运算3、比较运算（返回同型的同纬度的bool数组）4、逻辑运算

# any 相当于 orprint(np.any(arr1 == arr2))print(np.any(arr1 != arr2))# all 相当于 andprint(np.all(arr1 < arr2))print(np.all(arr1 != arr2))

十一、数组的广播机制

广播是指不同形状的数组之间执行算术运算的方式

# 创建一个二维数组arr1 = np.arange(4).reshape((2,2))print('arr1:\n',arr1)print('arr1的形状：\n',arr1.shape) # (2,2)arr2 = np.array([4,2])# arr2 = np.array([[1,2],[1,2],[1,2]])print('arr2:\n',arr2)print('arr2的形状：\n',arr2.shape) # (2,)-->(1,2)print('arr1+arr2:\n',arr1+arr2)

不同形状数组可以运算必须满足的4个原则：

"""

让所有输入数组都向其中shape最长的数组看齐，shape中不足的部分都通过在前面加1补齐。

Ø 输出数组的shape是输入数组shape的各个轴上的最大值。

Ø 如果各个输入数组的对应维度的长度相同或者其长度为1时，这样的数组之间能够用来计算，否则

出错。

Ø 当输入数组的某个轴的长度为1时，沿着此轴运算时都用此轴上的第一组值

"""

十二、数组的保存与读取1、创建数组2、save 以二进制形式来保存数组

保存的文件是以.npy为后缀的二进制文件

参数1: 保存的文件路径名称，可省略文件名后缀

np.save('./arr1',arr1)

3、读取npy文件

arr = np.load('./arr1.npy')

4、通过savez来保存多个数组

默认保存的是以.npz结尾的二进制文件

np.savez('./arr2', arr1, arr2)

5、加载文件中的数组

多个数组时，是以键值对存储的

6、文本形式的保存

参数：fmt---保存的数组数据类型，delimiter---分隔符

7、加载文本形式的数组8、genfromtxt可以读取结构化数组和缺失数据

filling_values 指定缺失时填充的数据

十三、数组的倒序1、升序排序，而且会对原数组产生影响

arr.sort()

2、argsort 返回的是排序之后，元素所在原来位置的索引

res = arr.argsort()

3、lexsort 按照最后一个数组的规则来排序十四、数组的去重与重复1、创建数组2、unique去重+排序3、重复数组，重复对象为整体4、按照列进行重复数据，重复对象为列或行十五、数组的统计函数