NumPy 数组使用大全
NumPy是一个Python库，用于Python编程中的科学计算。在本教程中，你将学习如何在NumPy数组上以多种方式添加、删除、排序和操作元素。
NumPy提供了一个多维数组对象和其他派生数组，例如掩码数组和掩码多维数组。
为什么要用NumPy
NumPy提供了一个ndarray对象，可以使用它来对任何维度的数组进行操作。ndarray代表N维数组，其中N是任意数字。这意味着NumPy数组可以是任何维度的。
与Python的List相比，NumPy具有许多优势。我们可以在NumPy阵列上执行高性能操作，例如：
- 对数组成员进行排序
- 数学和逻辑运算
- 输入/输出功能
- 统计和线性代数运算
安装NumPy
要安装NumPy，你的电脑上要先有Python和Pip。
在终端中运行以下命令：
pipinstallnumpy
然后你就可以在脚本中导入NumPy了，如下所示：
importnumpy
添加数组元素
可以用NumPy模块的append()方法向NumPy数组中添加元素。
append()的语法如下：
numpy.append(array,value,axis)
value会被追加到在数组的末尾，并返回一个包含所有元素的ndarray。
参数axis是一个可选的整数，用于定义数组的显示方式。如果没有指定，则数组结构将展平，稍后会演示用法。
以下示例，其中首先声明数组，然后用append方法向数组添加更多的值：
importnumpy a=numpy.array([1,2,3]) newArray=numpy.append(a,[10,11,12]) print(newArray) #输出：[123101112]
添加一列
也可以用NumPy的append()方法插入一列。
在下面的例子中，我们创建了一个二维数组并插入了两列：
importnumpy a=numpy.array([[1,2,3],[4,5,6]]) b=numpy.array([[400],[800]]) newArray=numpy.append(a,b,axis=1) print(newArray) """ 输出： [[123400] [456800]] """
如果没有使用axis参数，则会输出：
[123456400800]
这就是数组结构的扁平化。
在NumPy中，还可以用insert()方法插入元素或列。两者之间的区别在于insert()方法可以指定要在哪个索引处添加元素，但append()方法会在数组的末尾添加一个值。
Considertheexamplebelow:
考虑以下示例：
importnumpy a=numpy.array([1,2,3]) newArray=numpy.insert(a,1,90) print(newArray) #输出：[19023]
这里insert()方法在索引1处添加元素。在Python中数组索引从0开始。
追加一行
也可以用append()方法向数组添加行，就像在数组中附加元素一样简单：
importnumpy a=numpy.array([[1,2,3],[4,5,6]]) newArray=numpy.append(a,[[50,60,70]],axis=0) print(newArray) """ 输出“ [[123] [456] [506070]] """
删除元素
可以用NumPy模块的delete()方法删除NumPy数组元素：
importnumpy a=numpy.array([1,2,3]) newArray=numpy.delete(a,1,axis=0) print(newArray) #输出：[13]
在本例子中，我们有一个一维数组，用delete()方法从数组中删除了索引1处的元素。
删除一行
同样，你也可以用delete()方法删除行。
下面的例子中我们从二维数组中删除了一行：
importnumpy a=numpy.array([[1,2,3],[4,5,6],[10,20,30]]) newArray=numpy.delete(a,1,axis=0) print(newArray) """ 输出： [[123] [102030]] """
在delete()方法中，首先给出数组，然后给出要删除的元素的索引。在上例中，我们删除了索引为1的元素。
检查NumPy数组是否为空
可以用size方法返回数组中元素的总数。
在下面的例子中有一个if语句，通过ndarray.size检查数组中是否有元素，其中ndarray可以是任何给定的NumPy数组：
importnumpy
a=numpy.array([1,2,3])
if(a.size==0):
print("ThegivenArrayisempty")
else:
print("Thearray=",a)
#输出：Thearray=[123]
在上面的代码中，数组中有三个元素，因此它不是空的，判断条件将返回false。如果数组中没有元素，则if条件会变为true并且将打印空消息。如果数组等于：
a=numpy.array([])
上述代码将会输出：
ThegivenArrayisempty
查找值的索引
要查找值对应的索引，可以用NumPy模块的where()方法，如下例所示：
importnumpy
a=numpy.array([1,2,3,4,5])
print("5isfoundatindex:",numpy.where(a==5))
#输出：5isfoundatindex:(array([4]),)
如果你只想得到索引，可以这样写：
importnumpy
a=numpy.array([1,2,3,4,5])
index=numpy.where(a==5)
print("5isfoundatindex:",index[0])
#输出：5isfoundatindex:[4]
NumPy数组切片
数组切片是从给定数组中提取子集的过程。你可以用冒号（:）运算符对数组进行切片，并指定数组索引的开始和结束位置，例如：
array[from:to]
下面的例子中提取从索引2到索引5的元素：
importnumpy
a=numpy.array([1,2,3,4,5,6,7,8])
print("Asubsetofarraya=",a[2:5])
#输出：Asubsetofarraya=[345]
如果想要提取最后三个元素，可以通过用负切片来完成操作，如下所示：
importnumpy
a=numpy.array([1,2,3,4,5,6,7,8])
print("Asubsetofarraya=",a[-3:])
#输出：Asubsetofarraya=[678]
将函数作用于所有数组元素
在下面的例子中，我们将创建一个lambda函数，并传入一个数组，以其应用于所有元素：
importnumpy
addition=lambdax:x+2
a=numpy.array([1,2,3,4,5,6])
print("Arrayafteradditionfunction:",addition(a))
#输出：Arrayafteradditionfunction:[345678]
在此例中，创建了一个lambda函数，它使每个元素都递增2。
NumPy数组的长度
要得到NumPy数组的长度，可以用size属性，如下所示：
importnumpy
a=numpy.array([1,2,3,4,5,6])
print("Thesizeofarray=",a.size)
#输出：Thesizeofarray=6
从list创建NumPy数组
假设你有一个列表：
l=[1,2,3,4,5]
现在要根据这个列表创建一个数组，可以用NumPy模块的array()方法：
importnumpy
l=[1,2,3,4,5]
a=numpy.array(l)
print("TheNumPyarrayfromPythonlist=",a)
#输出：TheNumPyarrayfromPythonlist=[12345]
同样，使用array()方法，也可以从元组创建NumPy数组。如下所示：
importnumpy
t=(1,2,3,4,5)
a=numpy.array(t)
print("TheNumPyarrayfromPythonTuple=",a)
#输出：TheNumPyarrayfromPythonTuple=[12345]
将NumPy数组转换为list
要将数组转换为list，可以使用NumPy模块的tolist()方法。
importnumpy
a=numpy.array([1,2,3,4,5])
print("Arraytolist=",a.tolist())
#输出：Arraytolist=[1,2,3,4,5]
在这段代码中，我们简单地调用了tolist()方法，该方法将数组转换为列表。然后将新创建的列表打印到输出屏幕。
把NumPy数组导出为CSV
要将数组导出为CSV文件，可以用NumPy模块的savetxt()方法，如下所示：
importnumpy
a=numpy.array([1,2,3,4,5])
numpy.savetxt("myArray.csv",a)
此代码将在Python代码文件所在路径下生成CSV文件。当然你也可以指定路径。
该文件的内容如下：
1.000000000000000000e+00
2.000000000000000000e+00
3.000000000000000000e+00
4.000000000000000000e+00
5.000000000000000000e+00
你可以把额外填充的零删除，如下所示：
numpy.savetxt("myArray.csv",a,fmt='%.2f')
对NumPy数组排序
可以用NumPy模块的sort()方法对NumPy数组进行排序：
sort()函数有一个可选参数axis（整数），默认为-1。axis指定我们要对数组进行排序的轴。-1表示将根据最后一个轴对数组进行排序。
importnumpy
a=numpy.array([16,3,2,6,8,10,1])
print("Sortedarray=",numpy.sort(a))
#输出：Sortedarray=[123681016]
在这个例子中，我们在print语句中调用了sort()方法。数组a被传递给sort函数。
归一化数组
归一化数组是指将数组的值置于某个定义范围的过程。例如，我们想要在-1和1之间对数组进行归一化，依此类推。
归一化的公式如下：
x=(x–xmin)/(xmax–xmin)
现在把这个公式用于我们的数组。要查找数组中的最大和最小项，可以分别用NumPy的max()和min()方法。
importnumpy
x=numpy.array([400,800,200,700,1000,2000,300])
xmax=x.max()
xmin=x.min()
x=(x-xmin)/(xmax-xmin)
print("Afternormalizationarrayx=\n",x)
"""
输出：
Afternormalizationarrayx=
[0.111111110.333333330.0.277777780.444444441.
0.05555556]
"""
数组索引
索引指向数组中的一个元素。在下面的例子中，分别用到了一维和二维数组中的索引：
importnumpy
a=numpy.array([20,13,42,86,81,9,11])
print("Elementatindex3=",a[3])
#输出：Elementatindex3=86
下面是二维数组：
importnumpy
a=numpy.array([[20,13,42],[86,81,9]])
print("Elementatindexa[1][2]=",a[1][2])
#输出：Elementatindexa[1][2]=9
索引[1][2]表示第二行和第三列（索引从0开始）。因此在屏幕上输出9。
将NumPy数组附加到另一个数组上
可以用append()方法将NumPy数组附加到另一个NumPy数组上。
importnumpy
a=numpy.array([1,2,3,4,5])
b=numpy.array([10,20,30,40,50])
newArray=numpy.append(a,b)
print("Thenewarray=",newArray)
#输出：Thenewarray=[123451020304050]
在此例中，创建两个NumPy数组a，b。然后把两个数组传给append()。当数组b作为第二个参数传递时，将被添加到数组a的末尾。
总结
正如大家所见，NumPy数组用起来非常简单。在使用很多机器学习库时，NumPy数组非常重要。可以说NumPy是人工智能的大门。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。