Python：学习Numpy，收藏这一篇文章就Go了（一）

Numpy

Numpy全称Numerical Python。它提供了2种基本的对象：ndarray与ufunc。

ndarray是存储单一数据的多维数组，它相对于list列表可以快速的节省空间，提供数组化的算数运算和高级的广播功能。

ufunc是能够对数组进行处理的函数，这些标准的数学函数对整个数组的数据进行快速运算，且不需要编写循环。

Numpy其他优点：

1.它是读取/写入磁盘上的阵列数据和操作存储器映像文件的工具

2.它具有线性代数、随机数生成以及傅里叶变换的能力

3.它集成了C、C++、Fortran代码的工具

虽然Numpy库具有很多的优点，但是其默认不在标准库中，如果你直接安装anaconda，它会自带Numpy库。

但是，如果你是直接安装的Python工具，那么需要通过如下命令安装之后才能使用，具体命令如下所示：

pip install numpy

下面，我们详细介绍Numpy库的使用方式。

生成Numpy数组

从已有数据中创建数组

一般来说，对于一些基础的数据，我们在Python中都是直接使用list。

而如果这个时候，需要进行大量的运算，我们不妨将list列表转换为numpy数组进行计算。转换的方式如下所示（我们使用numpy时一般将其重命名np使用）：

import numpy as np
list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]
nd = np.array(list1)
print("数据:", nd)
print("类型:", type(nd))

运行之后，效果如下：

通过random生成数组

在深度学习中，我们经常会通过随机数创建一些数组进行测试，比如创建符合正态分布的随机数，又或者打乱数据等等。

而这些都可以通过numpy.random模块进行操作。下面，博主列出了一个常用随机函数表格：

下面，我们举一个简单的使用例子：

import numpy as np
#生成3行3列0到1的随机数
nd1 = np.random.random([3, 3])
print(nd1)
#生成3行3列0到1的浮点数
nd2 = np.random.random_sample([3, 3])
print(nd2)
#打乱nd2的数据
np.random.shuffle(nd2)
print(nd2)

运行之后，效果如下：

创建多维数组

在上面随机数的数组创建中，我们看到了其实numpy可以创建多维数组，而如果不使用随机数的话，我们还可以通过下面表格的函数创建numpy数组。

下面，我们随机举些列子：

import numpy as np
#创建2*3的空数组
nd1 = np.empty((2, 3))
print("垃圾值：", nd1)
#创建5*5，值全为111的数组
nd2 = np.full((5, 5), 111)
print(nd2)
#创建5*5值全为0的数组
nd3 = np.zeros((5, 5))
print(nd3)

运行之后，效果如下：

arange与linspace生成数组

首先，我们来看看arange函数的定义：

arange([start,]stop[,step,],dtype=None)

其中，start与stop用来指定范围，step指定步长。比如说我们生成一个倒叙的数组[9,8,7,6,5]，可以发现它们的步长就是-1。示例如下：

nd = np.arange(9, 4, -1)
print(nd)

这里就不运行了，输入就是[9,8,7,6,5]。

接着，我们再来看看linspace函数的定义：

linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)

linspace函数可以根据输入的指定数据范围以及等份数量，自动生成一个线性的等分向量。

简单的理解就是，我们设置一个区间（start，stop），然后再次设定生成num个数据。

那么通过(stop-start+1)/num，就算出了这些数据的步长，而每个数据依次加减这个步长就是2边的数据。

而不需要像arange取指定步长，linspace函数会自己计算出来。示例如下：

nd = np.linspace(9, 4, 6)
print(nd)

这里代表就是9到4输出6个数据，且每个数间隔一样，那么肯定会输出[9,8,7,6,5,4]。

元素的截取

既然创建了Numpy数组，那么我们就需要获取数组中的元素进行操作。那么如果获取Numpy数组中指定的元素呢？这里，博主列出了一个表格：

nd为一维数组时：输出[0 1 2 3 4 5 6 7 8 9]（索引0开始）
nd为二维数组时：（索引0开始）
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]
 [20 21 22 23 24]]