NumPy基础 | arr2d

一、NumPy ndarray

函数	描述（默认数据类型是float64）
array	将输入数据（序列型对象）转换为ndarray，若不显示的指定数据类型，将自动推断；默认复制所有的输入数据
asarray	将输入转换为ndarray。但如果输入已经是ndarray，则不再复制
arange	python内建函数range的数组版，返回一个数组
ones	根据指定形状和数据类型生成全1数组
ones_like	根据所给的数组生成一个形状一样的全1数组
zeros	根据给定形状和数据类型生成全0数组
zeros_like	根据所给的数组生成一个形状一样的全0数组
empty	根据给定形状生成一个没有初始化数值的空数组
empty_like	根据所给的数组生成一个形状一样但没有初始化数值的空数组
full	根据给定形状和数据类型生成指定数值的数组
full_like	根据所给的数组生成一个形状一样但内容是指定数值的数组
eye,identity	生成一个N×N特征矩阵（对角线位置都是1，其余位置是0）

类型	类型代码	描述
int8，unit8	i1，u1	有符号和无符号的8位整数
int16，uint16	i2，u2	有符号和无符号的16位整数
int32，uint32	i4，u4	有符号和无符号的32位整数
int64，uint64	i8，u8	有符号和无符号的64位整数
float16	f2	半精度浮点数
float32	f4或f	标准单精度浮点数；兼容C语言float
float64	f8或d	标准双精度浮点数；兼容C语言double和Python float
float128	f16或g	拓展精度浮点数
complex64，complex128，complex256	c8，c16，c32	分别基于32位、64位、128位浮点数的复数
bool	?	布尔值，存储True或False
object	o	Python object类型
string_	S	修正的ASCII字符串类型；例如生成一个长度为10的字符串类型，使用'S10'
unicode_	U	修正的Unicode类型，生成一个长度为10的Unicode类型，使用'U10'

astype方法---显示地转换数组的数据类型

注意：使用astype时总是生成一个新的数组，即使传入的dtype与之前一样。

1、向量化：批量操作而无须任何for循环

2、等尺寸数组---逐元素操作

①标量计算---会把计算参数传递给数组的每一个元素

②比较---产生一个布尔值数组

3、不同尺寸数组的操作---广播特性（了解）

1、索引

①区别于python的内建列表，数组的切片是原数组的视图---数据并不是被复制了，任何对于视图的修改都会反映到原数组上。

例1：arr([0,1,2,3,4,5])

　　arr[2:4]=12

　　arr([0,1,12,12,12,5])

例2：arr_slice=arr[2:4]

　　arr_slice[1]=12345

　　arr([0,1,12,12345,12,5])

注意：[:]将会引用数组的所有值；显示的复制数组---arr[2:4].copy()

②二维数组，可以传递一个索引的逗号分隔列表去选择单个元素

arr2d[0][2]相当于arr2d[0,2]

③多维数组，省略后续索引值，返回的对象将是降低一个维度的数组

例：2×2×3的数组 arr3d(

　　　　　　　　　　　　[[[1, 2, 3]
　　　　　　　　　　　　[4, 5, 6]]

　　　　　　　　　　　　[[7, 8, 9]
　　　　　　　　　　　　[10, 11, 12]]]

　　　　　　　　　　　)

arr3d[0]是一个2×3的数组 arr3d[0](

　　　　　　　　　　　　　　　　[[1, 2, 3]
　　　　　　　　　　　　　　　　[4, 5, 6]]

　　　　　　　　　　　　　　　)

标量和数组都可以传递给arr3d[0]---arr3d[0]=42、arr3d[0]=arr([[1 2 3][4 5 6]])

④数组的切片索引

将索引和切片混合，得到降低纬度的切片

例：arr2d=arr([[1 2 3][4 5 6][7 8 9]])

arr2d[1,:2]---arr([4,5])

arr2d[:2,2]---arr([3,6])

注意：单独一个冒号表示选择整个轴上的数组 arr2d[:,:1]---arr([1],[4],[7])

使用pandas更方便

神奇索引---用于描述使用整数数组进行数据索引