はじめに
Pythonではデータの操作に配列を使用することがありますが、これはRのベクトル化演算に似ており、データの操作は単純化される傾向があります。モジュールは配列とベクトルの計算を実行できます。
簡単な例を見てみましょう
import numpy as np
data=np.array([2,5,6,8,3]) #构造一个简单的数组
print(data)
ログイン後にコピー
結果:
結果:
また、shape メソッドと dtype メソッドを通じて配列の次元とデータ形式を確認することもできます
data1=np.array([[2,5,6,8,3],np.arange(5)]) #构建一个二维数组
print(data1)
ログイン後にコピー
結果:
[[2 5 6 8 3]
[0 1 2 3 4]]
ログイン後にコピー
データが 1 であることがわかります。各グループに 5 つの要素を持つ次元配列。データ型は 32 ビット int 型です
data1 は 2 次元配列で、各グループに 5 つの要素があり、データ型は 32 ビット int 型です
区別するのは、出力された結果内の括弧の数と位置を確認することです。配列の次元がわかり、角括弧の層が次元を表します。
その他の配列属性メソッドには次のものがあります:
array.ndim 配列の次元。1 次元配列の結果は 1 で、2 次元配列の出力結果は次のようになります。 2
array.size 配列内の要素の数
array.itemsiz 配列内の各要素のバイトサイズ
次にデータ型を理解しましょう配列内:
NumPy 基本データ型
array.ndim 数组的维数，一维数组结果为1，二维数组打印结果为2
array.size 数组的元素个数
array.itemsiz
名前
説明
bool
1バイトに格納されるブール型(TrueまたはFalse) | inti |
整数サイズはプラットフォームによって決まります (通常は int32 または int64) | int8 |
1 バイト サイズ、-128 ～ 127 | int16 |
integer、-32768 ～ 32767 | int32 |
整数, - 2**31 ～ 2 ** 32 -1 | int64 |
整数、-2 ** 63 ～ 2 ** 63 - 1 | uint8 |
符号なし整数、0 ～ 255 | uint16 |
none 符号付き整数、0 ～ 65535 | uint32 |
符号なし整数、0 ～ 2** 32 - 1 | uint64 |
符号なし整数、0 ～ 2* * 64 - 1 | float16 |
半精度浮動小数点: 16 ビット、符号に 1 ビット、指数に 5 ビット、精度に 10 ビット | float32 |
単精度浮動小数点: 32 ビット、符号に 1 ビット、指数に 8 ビット指数、精度は 23 ビット | float64 または float |
倍精度浮動小数点数: 64 ビット、符号に 1 ビット、指数に 11 ビット、精度に 52 ビット | complex64 |
複素数、それぞれを使用実数部と虚数部を表す 2 つの 32 ビット浮動小数点数 | complex128 または complex |
複素数。2 つの 64 ビット浮動小数点数を使用して実数部と虚数部をそれぞれ表します | 基础的数组运算 数组也可以进行我们常用的加减乘除运算
arr=np.array(np.arange(10))
arr1=np.array(np.arange(1,11))
print(arr*2) ログイン後にコピー
结果：
[ 0 2 4 6 8 10 12 14 16 18] ログイン後にコピー
结果：
[ 1 3 5 7 9 11 13 15 17 19] ログイン後にコピー
注意，相加两个数组长度要一样 接下来我们看下数组索引
arr=np.arange(10) ログイン後にコピー
用下标直接进行索引
结果为：
切片索引
结果为：
可以利用索引对数据进行更改操作
arr[5]=120
print(arr) ログイン後にコピー
结果为：
[ 0 1 2 3 4 120 6 7 8 9] ログイン後にコピー
可以看到下标为5的数已经变成120了。 此外，数组还可以进行布尔操作
arr=np.arange(5)
name=np.array(['a','b','b','c','a'])
print(name=='a') ログイン後にコピー
结果为：
[ True False False False True] ログイン後にコピー
即满足条件的数据全部以True的结果输出。 接下来我们可以利用name数组设置条件后的布尔值对arr数组进行相关操作
print(arr[name=='a']) ログイン後にコピー
结果为：
即把arr中对应于name中a相对应位置的元素打印出来。 多条件操作
result=(name='a')|(name='c')
print(result)
print(name[result]) ログイン後にコピー
结果为：
[ True False False True True]
['a' 'c' 'a'] ログイン後にコピー
接下来，我们了解下ufunc方法 用于操作单个数组的函数有如下： 
用于操作两个或多个数组的方法 
相关的函数方法使用 np.meshgrid 用于生成多维矩阵
a,b=np.meshgrid(np.arange(1,5),np.arange(2,4))
print(a)
print(b) ログイン後にコピー
结果为：
[[1 2 3 4]
[1 2 3 4]]
[[2 2 2 2]
[3 3 3 3]] ログイン後にコピー
按照数据最少的数组形成数组 np.where 是三元表达式 x if condition else y的矢量化版本
arr1=np.arange(5)
arr2=np.arange(20,25)
condition=np.array([1,0,1,0,0])
result=np.where(condition,arr1,arr2)
print(arr1)
print(arr2)
print(result) ログイン後にコピー
结果为：
[0 1 2 3 4]
[20 21 22 23 24]
[ 0 21 2 23 24] ログイン後にコピー
可以看出，result的结果中，条件为1的显示数组arr1的内容，条件为0的显示arr2的内容 数学统计方法 在数组中我们也可以使用数学统计方法进行计数，例如sum mean std 等
arr=np.random.randint(1,20,10)
print(arr)
print(np.mean(arr))
print(np.sum(arr))
print(np.std(arr)) ログイン後にコピー
结果为：
[19 14 8 13 13 10 10 9 19 7]
12.2
122
4.01995024845 ログイン後にコピー
具体的方法内容如下图所示： 
布尔型数组的相关统计方法
arr=np.arange(-20,10)
result=(arr>5).sum()
print(arr)
print(result) ログイン後にコピー
结果为：
-20 -19 -18 -17 -16 -15 -14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3
-2 -1 0 1 2 3 4 5 6 7 8 9]
4 ログイン後にコピー
可以对数据进行判断后进行个数求和 其他的数组方法还有 
数据的读取和存储 
线性函数的常用方法
arr=np.array([np.random.randint(1,10,5),np.random.randint(10,20,5)])
print(arr)
print(np.dot(arr,2)) ログイン後にコピー
结果为
[[ 4 6 5 1 6]
[14 16 11 10 18]]
[[ 8 12 10 2 12]
[28 32 22 20 36]] ログイン後にコピー
dot方法可以进行矩阵相乘操作 其他方法如下图 
最后我们了解下numpy中的随机数生成方法 上面的很多例子中我们已经用到了随机数生成，
arr=np.random.random(10)
print(arr) ログイン後にコピー
结果为
[ 0.90051063 0.72818635 0.00411373 0.13154345 0.45513344 0.9700776
0.42150977 0.27728599 0.50888291 0.62288808] ログイン後にコピー
其他形式的随机数生成方法
更多python中numpy基础学习及进行数组和矢量计算相关文章请关注PHP中文网！
このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
著者別の最新記事
-
1970-01-01 08:00:00
-
1970-01-01 08:00:00
-
1970-01-01 08:00:00
-
1970-01-01 08:00:00
-
1970-01-01 08:00:00
-
1970-01-01 08:00:00
-
1970-01-01 08:00:00
-
1970-01-01 08:00:00
-
1970-01-01 08:00:00
-
1970-01-01 08:00:00
|
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
