Python学习笔记二()
本文最后更新于 191 天前,其中的信息可能已经有所发展或是发生改变。

1.、随机数

  • 随机数

    >>>import random
    >>>random.seed()#设置随机数种子
    >>>random.randint(1,100)#生成1-100随机整数
    >>>random.uniform(-100,100)#生成-100到100的随机浮点数
    >>>round(random.uniform(-100,100),2)#保留两位小数
  • 随机数组

    >>>import numpy as np
    >>>rand = np.random
    >>>rand.randint(1,100,(3,6))#生成3个数组,每个数组由6个1-100的随机整数组成
    >>>rand.rand(4)*100#生成1个数组,由4个0-100的随机浮点数组成。rand()返回值为[0,1]

2、Numpy扩展包

ndarray(代表一种特殊的数据结构—n维数组)是numpy的灵魂,Python中的列表和元组内存大、计算时间长。使用数组能优化这些缺点。

2.1 ndarray创建
#导入numpy包
import numpy as np
#第一种方法,和内置函数range类似,速度更快,返回的是ndarray类型
myarray1 = np.arange(1,10,2)#[1 3 5 7 9]
#第二种方法
myarray2 = np.array([1,3,5,7,9])#[1 3 5 7 9]
#第三种方法,返回几行几列填满相同一个元素的数组
myarray3 = np.full((2,3),6)#[[6 6 6] [6 6 6]]
#第四种,生成随机数组,可用np.random.RandomState()指定随机种子数
myarray4 = np.random.randint(0,10,(2,3))#[[1 3 8] [8 4 2]]
2.2 主要特征
  • shape(形状)

    指定数组是一维数组或多维数组,shape=(2,15)代表2行15列的数组,且shape=可以省略。

  • dtype(元素类型)

    指定数组元素类型,dtype=np.int代表元素为numpy中的int型。ndarray的类型比Python自带的多

2.3 切片/读取
  • 规则切片操作

    ndarray数组支持像list那样的规则切片操作

  • 不规则切片操作

    也可以使用Fancy Indexing方法进行不规则切片操作, 格式为 [[index1,index2,index3...]], 即方括号内嵌套方括号。比如我想取数组的索引为第1个、第2个、第4个、第5个。

    fancy_index = np.arange(0,100)
    fancy_index[[1,2,4,5]]
    #[1 2 4 5]
2.4 多维数组的切片

以二维数组为例

#切片的使用,[行进行切片,列进行切片] 即[start:stop:step,start:stop:step]
#获取所有行
print(a[:,:])
#结果:
#[[ 0  1  2]
# [ 3  4  5]
# [ 6  7  8]
# [ 9 10 11]]

#获取所有行,部分列 {所有行,第二列}
print(a[:,1])
#[ 1  4  7 10]

#获取所有行,部分列 {所有行,第一、二列}
print(a[:,0:2])
#[[ 0  1] [ 3  4] [ 6  7] [ 9 10]]

#获取部分行,部分列 {行的奇数行,列的第一、第二列}
print(a[::2,0:2])
#[[0 1] [6 7]]

#使用坐标获取[(1,2),(2,0)],(1,2)均为行号,(2,0)均为列号,且1和2会自动结合,2和0会自动结合,3和结合
print(a[(1,2,3),(2,0,1)])
#结果:[5 6 10]
2.5浅拷贝和深拷贝

浅拷贝是指拷贝过来的是—引用。

import numpy as np
arr1 = np.array([1,2,3,'A','B','C'])
arr2 = np.arange(1,10,2)

arr1 = arr2 #此处arr1对arr2进行了浅拷贝,二者引用相同存储空间
arr1[1] = 0
print(arr1,arr2)
#[1 0 5 7 9] [1 0 5 7 9]
#对arr1的修改也会影响arr2 的值

深拷贝是指重新申请一个存储空间存放,使用的是 copy()方法。

import numpy as np
arr1 = np.array([1,2,3,'A','B','C'])
arr2 = np.arange(1,10,2)

arr1 = arr2.copy() #此处arr1对arr2进行了深拷贝,arr1重新获得一个新的存储空间存放相同的arr2元素
arr1[1] = 0
print(arr1,arr2)
#[1 0 5 7 9] [1 3 5 7 9]
#arr2并未发生变化
2.6形状和重构

查看形状,用 属性shape

import numpy as np
arr1 = np.array([1,2,3,'A','B','C'])
arr2 = np.random.randint(0,10,(2,3))

print(arr1.shape)
print(arr2.shape)
#(6,)
#(2,3)

reshape(), 返回一个符合形状的多维数组,不改变原数组

import numpy as np
arr = np.arange(0,20)
arr2 = arr.reshape(4,5)
print(arr2)
#[[ 0  1  2  3  4]
# [ 5  6  7  8  9]
# [10 11 12 13 14]
# [15 16 17 18 19]]

注意:重构的数组必须是n × m = 原数组总元素个数,否则会报错

重构的数组必须是n × m = 原数组总元素个数

resize() 改变原数组

import numpy as np
arr = np.arange(0,20)
arr.resize(4,5)
print(arr)
#[[ 0  1  2  3  4]
# [ 5  6  7  8  9]
# [10 11 12 13 14]
# [15 16 17 18 19]]

flatten() 将多维数组变为一维数组,返回值为一维数组,不改变原数组

swapaxes() 进行轴调换,实现转置矩阵。不改变数组本身

import numpy as np
arr = np.arange(0,20)
arr.resize(4,5)
arr_swap = arr.swapaxes(0,1)
print(arr,arr_swap)
#[[ 0  1  2  3  4]
# [ 5  6  7  8  9]
# [10 11 12 13 14]
# [15 16 17 18 19]]
#[[ 0  5 10 15]
# [ 1  6 11 16]
# [ 2  7 12 17]
# [ 3  8 13 18]
# [ 4  9 14 19]]
2.7 属性计算

计算数组的秩,用 ndim 属性

import numpy as np
arr = np.arange(0,20)
arr.resize(4,5)
print(arr.ndim)
# 2

计算元素个数,用 size 属性

import numpy as np
arr = np.arange(0,20)
print(arr.size)
# 20

数组的乘法,不改变原数组

import numpy as np
arr = np.arange(0,20)
arr1 = arr*10
print(arr1)
#[  0  10  20  30  40  50  60  70  80  90 100 110 120 130 #140 150 160 170
# 180 190]
2.8 插入和删除

np.delete(ArrayName,index) 删除特定元素, 不改变数组np.insert(ArrayName,index,value) 插入特定元素, 不改变数组

import numpy as np
arr = np.arange(0,10,2)
###########delete#####
arr1 =np.delete(arr,2)
print(arr,arr1)
#[0 2 4 6 8] [0 2 6 8]
###########insert#######
arr2 = np.insert(arr,1,999)
print(arr,arr2)
#[0 2 4 6 8] [  0 999   2   4   6   8]
2.9 缺失值和广播规则
其它
  • 数组内排序:

    使用 np.sort(ArrayName|axis ) ,返回排序结果不改变数组本身。

    其中参数axis则表示按行排序还是按列排序。

本人本着学习交流的态度,恳请大家友好留言。
内容为个人笔记和记录,不保证其正确性,请慎用。
如有不足,望指正。如有侵权,请在留言板联系我。
文章作者:秃秃不是兔兔,如需引用,请标注原文地址:https://wangwangyz.site/archives/766
暂无留言,来做第一个留言的人吧♥

发表评论 编辑评论


				

您的电子邮箱地址不会被公开,用于有回复时通知您。*为必填项

|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇