目录

 1、NumPy 切片和索引

2、数组元素的添加与删除

 3、修改数组形状

numpy%E9%9A%8F%E6%9C%BA%E6%95%B0-toc" style="margin-left:0px;"> 4、numpy随机数

---

 1、NumPy 切片和索引

ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 列表list 的切片操作一样。

ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。

**数据读取**

```

np.genfromtxt(fname='sport.csv', delimiter=',', dtype='str',autostrip=True, skip_header=True)

```

- fname: 读取文件的路径

- delimiter：控制读取数据的列分隔符

- dtype: 控制数据以什么数据类型显示

- autostrip：读取时自动去除元素前后的空值

- skip_header : 读取文件时 去除表头数据

2、数组元素的添加与删除

- append() -> 添加数组

```

numpy.append(arr, values, axis=None)

```

`arr`：输入数组

`values`：要向`arr`添加的值，需要和`arr`形状相同（除了要添加的轴）

`axis`：默认为 None。当axis无定义时，是横向加成，返回总是为一维数组！当axis有定义的时候，分别为0和1的时候。当axis有定义的时候，分别为0和1的时候（列数要相同）。当axis为1时，数组是加在右边（行数要相同）。

- insert()  -> 插入数组

```

numpy.insert(arr, obj, values, axis)

```

`arr`：输入数组

`obj`：在其之前插入值的索引

`values`：要插入的值

`axis`：沿着它插入的轴，如果未提供，则输入数组会被展开

- delete() -> 删除数组

```

Numpy.delete(arr, obj, axis)

```

`arr`：输入数组

`obj`：可以被切片，整数或者整数数组，表明要从输入数组删除的子数组

`axis`：沿着它删除给定子数组的轴，如果未提供，则输入数组会被展开

 3、修改数组形状

| 方法              | 说明                       |

| ----------------- | -------------------------- |

| reshape           | 不改变数组的情况下修改形状 |

| flatten()/ravel() | 展开数据为一维             |

| resize()          | 改变原数组的形状           |

| transpose()/T     | 转置，行和列的形状对调     |

numpy%E9%9A%8F%E6%9C%BA%E6%95%B0" style="margin-left:.0001pt;text-align:justify;"> 4、numpy随机数

**random模块**

numpy中内置random模块,便于快速生成指定形状的数组

```

import numpy.random

```

- 生成0-1之间随机小数

```

numpy.random.random(shape)

```

`shape`:指定生成的数组形状

- 生成指定范围的随机整数

```

numpy.random.randint(low, high, shape)

```

`low`: 生成的随机数最小值

`high`:生成的随机数最大值

`shape`:指定生成的数组形状

- 生成指定范围的随机小数

```

numpy.random.uniform(low, high, shape)

```

`low`: 生成的随机数最小值

`high`:生成的随机数最大值

`shape`:指定生成的数组形状

- 随机数种子

添加随机数种子,生成特定随机数

```

numpy.random.seed(num)

```

`num`:输入指定的种子数字,范围为 0 and 2**32 - 1