Numpy数组

1. 概述

  • ndarray 数组要求数据类型一致,默认数据类型为 np.float64;显式更改数据类型需要使用 dtype 关键字。

2. axis 轴

Numpy 中 axis = n 对应 ndarray 的第 nn[],从最外层的 axis = 0,逐渐往内层递增。

3. 数组大小 & 维度

  • ndarray 数组维度元组 shape 为从最外层到最里层逐层的大小;从最外层到最里层,对应 ndarray 数组的 axis 依次从 0 开始依次编号。

  • ndarray.ndim :数组维度数目

  • ndarray.size :数组所有元素数目 = 所有维度大小乘积

  • ndarray.shape :数组各个维度大小

4. 广播机制

Numpy 两个数组的相加、相减以及相乘都是对应元素之间的操作,当两个数组的形状并不相同时,Numpy 采用广播机制扩展数组使得二者形状相同。Numpy 广播机制原则:

  • 数组维度不同,后缘维度(从末尾开始算起的维度)的轴长相符
  • 数组维度相同,其中一个轴长为 1

5. 常用函数

  • ndarray.max() :取数组最大元素;若指定 axis = 选项,则将数组的那个维度 [] 压缩掉,即仅保留那个维度 [] 中的最大元素。

  • ndarray.sum() :计算数组中元素的累加和;若指定 axis = 选项,则将数组的那个维度 [] 压缩掉,即计算那个维度 [] 中的元素累加和。

  • ndarray.reshape() :更改数组每个维度大小,重新组织数据

6. 参考

  • 《利用python进行数据分析》

本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!