4

Numpy 简明教程 - 多维数组

 2 years ago
source link: https://airgiser.github.io/2018/12/19/numpy-ndarray/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

Numpy 简明教程 - 多维数组

Posted on

2018-12-19

|

Edited on 2019-03-14

| Views: 12

Numpy 核心的对象是 ndarray，表示多维数组，可以看作由类型相同(通常是数字)的元素组成的表。

可以通过官方教程的例子了解其基本属性：

>>> import numpy as np
>>> a = np.arange(15).reshape(3, 5)
>>> a
array([[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14]])
>>> a.shape # 数组的形状(各维度大小）
(3, 5)
>>> a.ndim  # 数组的维数
2
>>> a.dtype.name # 数组中元素的类型
'int64'
>>> a.itemsize   # 数组中每个元素的字节大小
8
>>> a.size  # 数组元素的总数
15
>>> type(a)
<type 'numpy.ndarray'>
>>> b = np.array([6, 7, 8])
>>> b
array([6, 7, 8])
>>> type(b)
<type 'numpy.ndarray'>

Numpy中创建数组的方式很多，下面列举常见的创建数组的方式。

np.array()

我们可以使用array函数从 Python 的列表或元组创建数组。

一维数组：

>>> a = np.array([0, 1, 2, 3])
>>> a
array([0, 1, 2, 3])
>>> a.ndim
1
>>> a.shape
(4,)
>>> len(a)
4
>>> a.dtype
dtype('int64')

多维数组:

>>> b = np.array([[0, 1, 2], [3, 4, 5]]) # 2 x 3 的数组
>>> b
array([[0, 1, 2],
       [3, 4, 5]])
>>> b.ndim
2
>>> b.shape
(2, 3)
>>> len(b) # 第一维的大小
2

>>> c = np.array([[[1], [2]], [[3], [4]]])
>>> c
array([[[1],
        [2]],

[[3],
        [4]]])
>>> c.shape
(2, 2, 1)

注意不要犯以下错误:

>>> a = np.array(1,2,3,4)    # WRONG
>>> a = np.array([1,2,3,4])  # RIGHT

数组元素的类型可以在创建时显式地指定：

>>> d = np.array([ [1,2], [3,4] ], dtype=complex)
>>> d
array([[ 1.+0.j,  2.+0.j],
       [ 3.+0.j,  4.+0.j]])

np.zeros(), np.ones(), np.empty()

函数 zeros 创建一个由0组成的数组，函数 ones 创建一个由1组成的数组，函数 empty 创建的数组其元素值未初始化，取决于内存状态。

>>> np.zeros( (3,4) ) # 3 x 4 的数组，默认类型为 float64
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])

>>> np.ones( (2,3,4), dtype=np.int16 ) # dtype可指定 
array([[[ 1, 1, 1, 1],
        [ 1, 1, 1, 1],
        [ 1, 1, 1, 1]],
       [[ 1, 1, 1, 1],
        [ 1, 1, 1, 1],
        [ 1, 1, 1, 1]]], dtype=int16)

>>> np.empty( (2,3) ) # 值未初始化, 随机且取决于内存状态
array([[  3.73603959e-262,   6.02658058e-154,   6.55490914e-260],
       [  5.30498948e-313,   3.14673309e-307,   1.00000000e+000]])

同样也要注意不要犯下面的错误：

>>> np.zeros(3,4)     # WRONG
>>> np.zeros( (3,4) ) # RIGHT

np.eye(), np.diag()

eye函数可用于创建单位矩阵，diag函数可用于创建对角矩阵：

>>> a = np.eye(3)
>>> a
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])


>>> c = np.diag(np.array([1, 2, 3, 4]))
>>> c
array([[1, 0, 0, 0],
       [0, 2, 0, 0],
       [0, 0, 3, 0],
       [0, 0, 0, 4]])

np.arange()

arange函数用于创建数字序列，可指定起始值、结束值、步长，结束值不包含在序列中：

>>> a = np.arange(10) # 0 ... n-1
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

>>> b = np.arange(1, 9, 2) # 起始值、终止值、步长
>>> b
array([1, 3, 5, 7])

>>> c = np.arange(0, 2, 0.3) # 步长可以是浮点数
>>> c
array([ 0. ,  0.3,  0.6,  0.9,  1.2,  1.5,  1.8])

np.linspace()

linspace函数可以生成指定大小的线性序列:

>>> a = np.linspace(0, 1, 6) # 起始值, 结束值, 元素个数
>>> a
array([ 0. ,  0.2,  0.4,  0.6,  0.8,  1. ])
>>> b = np.linspace(0, 1, 5, endpoint=False) # 不包括结束值在内
>>> b
array([ 0. ,  0.2,  0.4,  0.6,  0.8])


>>> from numpy import pi
>>> x = np.linspace( 0, 2*pi, 100 ) 
>>> f = np.sin(x)

numpy.random.rand()

random.rand()可以生成指定维度的伪随机数，随机性满足 [0, 1) 区间内的均匀分布.

>>> np.random.rand(3,2)
array([[ 0.14022471,  0.96360618],  # random
       [ 0.37601032,  0.25528411],  # random
       [ 0.49313049,  0.94909878]]) # random`

可通过random.seed函数指定种子：

>>> np.random.seed(1234)

numpy.random.randn()

random.randn()函数返回的数组中的每个元素相当于从标准正态分布(高斯分布)中随机抽取的一个样本。

对于如下的正态分布：

N(μ,σ2)N(μ,σ2)

可使用类似下面的方式:

sigma * np.random.randn(...) + mu


>>> np.random.randn()
2.1923875335537315 # 标准正态分布中的随机抽样

# 2 x 4的数组，元素从正态分布 N(3, 6.25) 中取样
>>> 2.5 * np.random.randn(2, 4) + 3
array([[-4.49401501,  4.00950034, -1.81814867,  7.29718677],  #random
       [ 0.39924804,  4.68456316,  4.99394529,  4.84057254]]) #random

除此之外还有很多其他的数组创建方式，如下面的例子，更多的方式请参考官方文档。

>>> a = np.array([[4, 3], [2, 1]])
>>> np.tile(a, (2, 3))
array([[4, 3, 4, 3, 4, 3],
       [2, 1, 2, 1, 2, 1],
       [4, 3, 4, 3, 4, 3],
       [2, 1, 2, 1, 2, 1]])

NumPy 可以从输入中自动识别数据类型：

>>> a = np.array([1, 2, 3])
>>> a.dtype
dtype('int64')

>>> b = np.array([1., 2., 3.])
>>> b.dtype
dtype('float64')

可以显式指定所需的类型:

>>> c = np.array([1, 2, 3], dtype=float)
>>> c.dtype
dtype('float64')

默认的类型是float64:

>>> a = np.ones((3, 3))
>>> a.dtype
dtype('float64')

也支持其他的类型如:

>>> d = np.array([1+2j, 3+4j, 5+6*1j])
>>> d.dtype
dtype('complex128')

>>> e = np.array([True, False, False, True])
>>> e.dtype
dtype('bool')

>>> f = np.array(['Bonjour', 'Hello', 'Hallo',])
>>> f.dtype     # 最多7个字符的字符串 
dtype('S7')

不同数据类型的大小

有符号整数:

类型 大小

int8 8 位

int16 16 位

int32 32 位 (在32位平台等同于 int)

int64 64 位 (在64位平台等同于 int )

无符号整数:

类型 大小

uint8 8 位

uint16 16 位

uint32 32 位

uint64 64 位

类型 大小

float16 16 位

float32 32 位

float64 64 位 (等同于 float)

float96 96 位 (等同于 np.longdouble，依赖于平台)

float128 128 位(等同于 np.longdouble，依赖于平台)

复数(浮点数):

type size

complex64 2个32位浮点数

complex128 2个64位浮点数

complex192 2个96位浮点数, 平台相关

complex256 2个128位浮点数, 平台相关

>>> np.array([1], dtype=int).dtype
dtype('int64')
>>> np.iinfo(np.int32).max, 2**31 - 1
(2147483647, 2147483647)

>>> np.iinfo(np.uint32).max, 2**32 - 1
(4294967295, 4294967295)

>>> np.finfo(np.float32).eps
1.1920929e-07
>>> np.finfo(np.float64).eps
2.2204460492503131e-16

>>> np.float32(1e-8) + np.float32(1) == 1
True
>>> np.float64(1e-8) + np.float64(1) == 1
False

运算过程中遇到不同的数据类型时，运算结果的数据类型为“更大”的那个类型。

>>> np.array([1, 2, 3]) + 1.5
array([ 2.5,  3.5,  4.5])

特别注意赋值不会改变数组的数据类型：

>>> a = np.array([1, 2, 3])
>>> a.dtype
dtype('int64')
>>> a[0] = 1.9     # 给整型数组赋值时，浮点数会转换为整数
>>> a
array([1, 2, 3])

强制类型转换:

>>> a = np.array([1.7, 1.2, 1.6])
>>> b = a.astype(int) # 强制转换为整数类型
>>> b
array([1, 1, 1])


>>> a = np.array([1.2, 1.5, 1.6, 2.5, 3.5, 4.5])
>>> b = np.around(a) # 舍入到最近的偶数
>>> b                # 依然是浮点数
array([ 1.,  2.,  2.,  2.,  4.,  4.])

>>> c = np.around(a).astype(int)
>>> c
array([1, 2, 2, 2, 4, 4])

结构化数据类型

字段名 字段大小

sensor_code (4-character string)

position (float)

value (float)

>>> samples = np.zeros((6,), dtype=[('sensor_code', 'S4'),
...                                 ('position', float), ('value', float)])
>>> samples.ndim
1
>>> samples.shape
(6,)
>>> samples.dtype.names
('sensor_code', 'position', 'value')

>>> samples[:] = [('ALFA',   1, 0.37), ('BETA', 1, 0.11), ('TAU', 1,   0.13),
...               ('ALFA', 1.5, 0.37), ('ALFA', 3, 0.11), ('TAU', 1.2, 0.13)]
>>> samples     
array([('ALFA', 1.0, 0.37), ('BETA', 1.0, 0.11), ('TAU', 1.0, 0.13),
       ('ALFA', 1.5, 0.37), ('ALFA', 3.0, 0.11), ('TAU', 1.2, 0.13)],
      dtype=[('sensor_code', 'S4'), ('position', '<f8'), ('value', '<f8')])

可以通过字段名访问对应的字段值:

>>> samples['sensor_code']    
array(['ALFA', 'BETA', 'TAU', 'ALFA', 'ALFA', 'TAU'],
      dtype='|S4')
>>> samples['value']
array([ 0.37,  0.11,  0.13,  0.37,  0.11,  0.13])
>>> samples[0]    
('ALFA', 1.0, 0.37)

>>> samples[0]['sensor_code'] = 'TAU'
>>> samples[0]    
('TAU', 1.0, 0.37)

可同时访问多个字段:

>>> samples[['position', 'value']]
array([(1.0, 0.37), (1.0, 0.11), (1.0, 0.13), (1.5, 0.37), (3.0, 0.11),
       (1.2, 0.13)],
      dtype=[('position', '<f8'), ('value', '<f8')])

也支持更高级的索引方式:

>>> samples[samples['sensor_code'] == 'ALFA']    
array([('ALFA', 1.5, 0.37), ('ALFA', 3.0, 0.11)],
      dtype=[('sensor_code', 'S4'), ('position', '<f8'), ('value', '<f8')])

对于浮点数可以用NaN表示缺失值，但所有类型都支持 masked_array 方式处理缺失值:

>>> x = np.ma.array([1, 2, 3, 4], mask=[0, 1, 0, 1])
>>> x
masked_array(data = [1 -- 3 --],
             mask = [False  True False  True],
       fill_value = 999999)


>>> y = np.ma.array([1, 2, 3, 4], mask=[0, 1, 1, 1])
>>> x + y
masked_array(data = [2 -- -- --],
             mask = [False  True  True  True],
       fill_value = 999999)


>>> np.ma.sqrt([1, -1, 2, -2]) 
masked_array(data = [1.0 -- 1.4142135623730951 --],
             mask = [False  True False  True],
       fill_value = 1e+20)

索引和切片

索引(Indexing)

数组元素的访问类似Python中的序列:

>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> a[0], a[2], a[-1]
(0, 2, 9)

>>> a[::-1]
array([9, 8, 7, 6, 5, 4, 3, 2, 1, 0])

对于多维数组，数组的每个维度都可以有一个索引，每个维度间以逗号隔开:

>>> a = np.diag(np.arange(3))
>>> a
array([[0, 0, 0],
       [0, 1, 0],
       [0, 0, 2]])
>>> a[1, 1]
1
>>> a[1]
array([0, 1, 0])

>>> a[2, 1] = 10 # 第三行, 第二列
>>> a
array([[ 0,  0,  0],
       [ 0,  1,  0],
       [ 0, 10,  2]])

切片(Slicing)

Numpy的数组同样可以像Python的序列一样支持切片:

>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

>>> a[2:9:3] # [start:end:step]
array([2, 5, 8])

>>> a[:4]    # 结束位置不包含在内
array([0, 1, 2, 3])

>>> a[1:3]
array([1, 2])

>>> a[::2]
array([0, 2, 4, 6, 8])

>>> a[3:]
array([3, 4, 5, 6, 7, 8, 9])

结合索引和切片:

>>> a = np.arange(6) + np.arange(0, 51, 10)[:, np.newaxis]
>>> a
array([[ 0,  1,  2,  3,  4,  5],
       [10, 11, 12, 13, 14, 15],
       [20, 21, 22, 23, 24, 25],
       [30, 31, 32, 33, 34, 35],
       [40, 41, 42, 43, 44, 45],
       [50, 51, 52, 53, 54, 55]])

>>> a[0, 3:5]
array([3, 4])

>>> a[4:, 4:]
array([[44, 45],
       [54, 55]])

>>> a[:, 2]
array([2, 12, 22, 32, 42, 52])

>>> a[2::2, ::2]
array([[20, 22, 24],
       [40, 42, 44]])


>>> np.diag(np.arange(1, 7, dtype=float))[:, 1:]
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 2.,  0.,  0.,  0.,  0.],
       [ 0.,  3.,  0.,  0.,  0.],
       [ 0.,  0.,  4.,  0.,  0.],
       [ 0.,  0.,  0.,  5.,  0.],
       [ 0.,  0.,  0.,  0.,  6.]])
``` 
结合赋值和切片:
```python
>>> a = np.arange(10)
>>> a[5:] = 10
>>> a
array([ 0,  1,  2,  3,  4, 10, 10, 10, 10, 10])
>>> b = np.arange(5)
>>> a[5:] = b[::-1]
>>> a
array([0, 1, 2, 3, 4, 4, 3, 2, 1, 0])

拷贝和视图

切片操作实际上是在原数组上创建了一个视图，访问的还是原数组的数据。即没有在内存中创建原始数组的拷贝。可以使用np.may_share_memory()来检查两个数组是否共享了同一块内存。

当我们编辑视图的时候，原始数组的数据同样也会被修改:

>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b = a[::2]
>>> b
array([0, 2, 4, 6, 8])
>>> np.may_share_memory(a, b)
True
>>> b[0] = 12
>>> b
array([12,  2,  4,  6,  8])
>>> a   # (!)
array([12,  1,  2,  3,  4,  5,  6,  7,  8,  9])

可以使用copy函数创建原数组的一份拷贝：

>>> a = np.arange(10)
>>> c = a[::2].copy()  # force a copy
>>> np.may_share_memory(a, c)
False

>>> c[0] = 12
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

高级索引方式(Fancy indexing)

NumPy 数组可以使用切片进行索引，同时也支持更复杂的索引方式，如使用boolean或integer的数组(masks)。这种索引方式称为fancy indexing。与切片不同的是，它创建的了一份拷贝而非视图。

使用 boolean 数组

>>> np.random.seed(3)
>>> a = np.random.randint(0, 20, 15)
>>> a
array([10,  3,  8,  0, 19, 10, 11,  9, 10,  6,  0, 20, 12,  7, 14])
>>> (a % 3 == 0) # 创建一个掩码数组
array([False,  True, False,  True, False, False, False,  True, False,
        True,  True, False,  True, False, False], dtype=bool)

>>> mask = (a % 3 == 0)
>>> extract_from_a = a[mask] # 等同于 a[a%3==0]
>>> extract_from_a           # 提取掩码为true的元素
array([ 3,  0,  9,  6,  0, 12])

可以结合赋值:

>>> a[a % 3 == 0] = -1
>>> a
array([10, -1,  8, -1, 19, 10, 11, -1, 10, -1, -1, 20, -1,  7, 14])

使用整型数组

>>> a = np.arange(0, 100, 10)
>>> a
array([ 0, 10, 20, 30, 40, 50, 60, 70, 80, 90])

可以使用一个整型数组进行索引，其每个元素对应的是被索引数组的一个元素的索引。同一个索引可以在索引数组中出现多次:

>>> a[[2, 3, 2, 4, 2]]  # [2, 3, 2, 4, 2] 是一个Python中的list
array([20, 30, 20, 40, 20])

由此创建的数组的维度与索引数组相同:

>>> np.arange(0, 100, 10)
>>> idx = np.array([[3, 4], [9, 7]])
>>> idx.shape
(2, 2)
>>> a[idx]
array([[30, 40],
       [90, 70]])

下面是更复杂一点的例子:

>>> a = np.arange(6) + np.arange(0, 51, 10)[:, np.newaxis]
>>> a
array([[ 0,  1,  2,  3,  4,  5],
       [10, 11, 12, 13, 14, 15],
       [20, 21, 22, 23, 24, 25],
       [30, 31, 32, 33, 34, 35],
       [40, 41, 42, 43, 44, 45],
       [50, 51, 52, 53, 54, 55]])

>>> a[(0, 1, 2, 3, 4), (1, 2, 3, 4, 5)]
array([1, 12, 23, 34, 45])

>>> a[3:, [0, 2, 5]]
array([[30, 32, 35],
       [40, 42, 45],
       [50, 52, 55]])

>>> mask = np.array([1, 0, 1, 0, 0, 1], dtype=bool)
>>> a[mask, 2]
array([2, 22, 52])

同样也可以用于赋值:

>>> a[[9, 7]] = -100
>>> a
array([   0,   10,   20,   30,   40,   50,   60, -100,   80, -100])

https://docs.scipy.org/doc/numpy/reference/routines.array-creation.html

http://www.scipy-lectures.org/intro/numpy/index.html

https://docs.scipy.org/doc/


report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK