Numpy库N维数组对象--ndarray数组之全解

导入：import numpy as np 约定将numpy库简写为np

ndarray数组：由俩部分组成

• 实际数据
• 描述这些数据的元数据的数据维度与数据类型

ndarray数组一般要求所有元素的数据类型相同，下标从0开始
使用np.array()生成一个ndarray数组，ndarray数组包括：

• 轴 axis 保存数据的维度
• 秩 rank 轴的数量

ndarray的属性

属性名	描述
.ndim	秩
.shape	ndarray对象的尺度
.size	对象元素的总个数
.dtype	对象的元素类型
.itemsize	对象中每个元素的大小，一字节为单位

具体效果见代码

>>> import numpy as np
>>> b=np.arange(6)
>>> b
array([0, 1, 2, 3, 4, 5])
>>> b.ndim
1
>>> b.shape
(6,)
>>> b.size
6
>>> b.dtype
dtype('int32')
>>> b.itemsize
4

ndarray的数据类型

数据类型	描述
bool	布尔类型，取值为 True 或 False
intc	与c语言的int类型一致，一般为int32 或 int64
intp	用于索引的整数，一般为int32 或 int64
int8	字节长度的整数，[-128,127]
int16	字节长度的整数，[-32768,32767]
int32	字节长度的整数，[-2^32 , 2^32-1]
int64	字节长度的整数，[-2^64 , 2^64 -1]
uint8	8位无符号的整数 [0,255]
uint16	16位无符号的整数 [0,65535]
uint32	32位无符号的整数 [0,2^32-1]
uint64	64位无符号的整数 [0,2^64-1]
float16	16位半精度的浮点数，1位符号位，5位指数，10位尾数
float32	32位半精度的浮点数，1位符号位，8位指数，23位尾数
float64	64位半精度的浮点数，1位符号位，11位指数，52位尾数
complex64	复数类型，实部与虚部都是32位浮点数
complex123	复数类型，实部与虚部都是64位浮点数

在python基础中只有几种的数据类型，这里为什么要分这么多种呢？
因为numpy库是用于科学计算，故需要划分清楚

---

非同质的ndarray数组

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

这个时候c.dtype返回的是指Object

---

创建ndarray数组

• 使用列表或者元组 a = np.array(list/tuple)
• 使用函数

》》》使用列表或者元组等容器创建

>>>import numpy as np
>>> x=np.array([1,2,3,4])
>>> x
array([1, 2, 3, 4])
>>> y=np.array({1,2,3,4})
>>> y
array({1, 2, 3, 4}, dtype=object)
>>> z=np.array((1,2,3,4,8))
>>> z
array([1, 2, 3, 4, 8])

》》》使用函数创建

函数名	描述及说明
np.arange(n)	返回ndarray类型，生成的元素从0到n-1
np.ones(shape)	根据shape生成一个全一数组，shape是元组类型
np.zero(shape)	根据shape生成一个全0数组，shape是元组类型
np.full(shape,val)	根据shape生成一个数组，每个元素都是val
np.eye(n)	创建一个正方形n*n的单位矩阵，对角线元素为1，其余为0
np.ones_like(a)	根据数组a的形状生成一个全1数组
np.zero_like(a)	根据数组a的形状生成一个全0数组
np.full_like(a,val)	根据数组a的形状生成一个全 val 数组
np.linspace(a)	根据起止数据等间距填充数据
np.concatenate()	将俩个或多个数组合并生成一个新数组

实例（部分方法）：

>>> a=np.linspace(1,10,4)
>>> a
array([ 1.,  4.,  7., 10.])#经过了运算生成的都是浮点数
>>> b=np.ones((2,3,4),dtype=np.int32)
>>> b
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]]])
>>> b.reshape((3,8))
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]])

astype()一定会创建一个新的数组

ndarray数组对列表的转换

tolist()函数

>>> c=np.full((2,3,4),25,dtype=np.int32)
>>> c
array([[[25, 25, 25, 25],
        [25, 25, 25, 25],
        [25, 25, 25, 25]],

       [[25, 25, 25, 25],
        [25, 25, 25, 25],
        [25, 25, 25, 25]]])
>>> c.tolist()
[[[25, 25, 25, 25], [25, 25, 25, 25], [25, 25, 25, 25]], [[25, 25, 25, 25], [25, 25, 25, 25], [25, 25, 25, 25]]]