python关于numpy基础问题

Question

python关于numpy基础问题

Answer 1

Python发展至今，已经有越来越多的人使用python进行科学技术，NumPY是python中的一款高性能科学计算和数据分析的基础包。
　　ndarray
　　ndarray（以下简称数组）是numpy的数组对象，需要注意的是，它是同构的，也就是说其中的所有元素必须是相同的类型。其中每个数组都有一个shape和dtype。
　　shape既是数组的形状，比如
　　复制代码
　　1 import numpy as np
　　2 from numpy.random import randn
　　3
　　4 arr = randn(12).reshape(3, 4)
　　5
　　6 arr
　　7
　　8 [[ 0.98655235 1.20830283 -0.72135183 0.40292924]
　　9 [-0.05059849 -0.02714873 -0.62775486 0.83222997]
　　10 [-0.84826071 -0.29484606 -0.76984902 0.09025059]]
　　11
　　12 arr.shape
　　13 (3, 4)
　　复制代码
　　其中(3, 4)即代表arr是3行4列的数组，其中dtype为float64
　　一下函数可以用来创建数组
　　array　　将输入数据转换为ndarray，类型可制定也可默认
　　asarray　　将输入转换为ndarray
　　arange类似内置range
　　ones、ones_like　　根据形状创建一个全1的数组、后者可以复制其他数组的形状
　　zeros、zeros_like类似上面，全0
　　empty、empty_like创建新数组、只分配空间
　　eye、identity创建对角线为1的对角矩阵
　　数组的转置和轴对称
　　转置是多维数组的基本运算之一。可以使用.T属性或者transpose()来实现。.T就是进行轴对换而transpose则可以接收参数进行更丰富的变换
　　复制代码
　　arr = np.arange(6).reshape((2,3))
　　print arr
　　[[0 1 2]
　　[3 4 5]]
　　print arr.T
　　[[0 3]
　　[1 4]
　　[2 5]]
　　arr = np.arange(24).reshape((2,3,4))
　　print arr
　　[[[ 0 1 2 3]
　　[ 4 5 6 7]
　　[ 8 9 10 11]]
　　[[12 13 14 15]
　　[16 17 18 19]
　　[20 21 22 23]]]
　　print arr.transpose((0,1,2))
　　[[[ 0 1 2 3]
　　[ 4 5 6 7]
　　[ 8 9 10 11]]
　　[[12 13 14 15]
　　[16 17 18 19]
　　[20 21 22 23]]]
　　复制代码
　　数组的运算
　　大小相等的数组之间做任何算术运算都会将运算应用到元素级别。
　　复制代码
　　1 arr = np.arange(9).reshape(3, 3)
　　2 print arr
　　3
　　4 [[0 1 2]
　　5 [3 4 5]
　　6 [6 7 8]]
　　7
　　8 print arr*arr
　　9
　　10 [[ 0 1 4]
　　11 [ 9 16 25]
　　12 [36 49 64]]
　　13
　　14 print arr+arr
　　15
　　16 [[ 0 2 4]
　　17 [ 6 8 10]
　　18 [12 14 16]]
　　19
　　20 print arr*4
　　21
　　22 [[ 0 4 8]
　　23 [12 16 20]
　　24 [24 28 32]]
　　复制代码
　　numpy的简单计算中，ufunc通用函数是对数组中的数据执行元素级运算的函数。
　　如：
　　复制代码
　　arr = np.arange(6).reshape((2,3))
　　print arr
　　[[0 1 2]
　　[3 4 5]]
　　print np.square(arr)
　　[[ 0 1 4]
　　[ 9 16 25]]
　　复制代码
　　类似的有：abs,fabs,sqrt,square,exp,log,sign,ceil,floor,rint,modf,isnan,isfinite,isinf,cos,cosh,sin,sinh,tan,tanh，
　　add,subtract,multiply,power,mod,equal,等等

 

Answer 2

ndim的维度（数组的维数（即数组轴的个数），等于秩。最常见的为二维数组（矩阵））不是通常矩阵中所说的维度（矩阵多少行多少列），这个矩阵可以被形容为多少行多少列，所以这种程度上来说是2维。当然如果矩阵只有一个数，那么就是1了。nidm的值就是shape函数返回元组的长度