Numpy入门[3]——Numpy数组及其索引
参考:
https://ailearning.apachecn.org/
使用Jupyter进行练习
先导入numpy:
import numpy as np
产生数组
从列表产生数组
mylist = [0, 1, 2, 3]
a = np.array(mylist)
a
array([0, 1, 2, 3])
或者直接将列表传入
a = np.array([1, 2, 3, 4])
a
array([1, 2, 3, 4])
数组属性
查看类型:
type(a)
numpy.ndarray
查看数组中的数据类型:
a.dtype
dtype('int32')
查看每个元素所占的字节:
a.itemsize
4
查看形状,会返回一个元组,每个元素代表这一维的元素数目:
a.shape
(4,)
或者使用:
np.shape(a)
(4,)
查看元素数目:
a.size
4
np.size(a)
4
查看所有元素所占的空间:
a.nbytes
16
但事实上,数组所占的存储空间要比这个数字大,因为要用一个header来保存shape,dtype这样的信息。
查看数组维数:
a.ndim
1
使用fill方法设定初始值
可以使用fill
方法将数组设定为指定值:
a.fill(-1)
a
array([-1, -1, -1, -1])
a.fill(-4.8)
a
array([-4, -4, -4, -4])
与列表不同,数组中要求所有元素的 dtype 是一样的,如果传入参数的类型与数组类型不一样,需要按照已有的类型进行转换。
索引和切片
索引第一个元素:
a=np.array([0, 1, 2, 3])
a[0]
0
修改第一个元素的值:
a[0]=520
a
array([520, 1, 2, 3])
切片,支持负索引:
a=np.array([11, 12, 13, 14, 15])
a[1:3]
array([12, 13])
a[1:-2]
array([12, 13])
a[-4:3]
array([12, 13])
省略参数:
a[::2]
array([11, 13, 15])
a[-2:]
array([14, 15])
假设我们记录一辆汽车表盘上每天显示的里程数:
od = np.array([21000, 21180, 21240, 22100, 22400])
计算每天的旅程数如下:
dist = od[1:] - od[:-1]
dist
array([180, 60, 860, 300])
多维数组及其属性
array
可以用于生成多维数组
a = np.array([[ 0, 1, 2, 3],[10,11,12,13]])
a
array([[ 0, 1, 2, 3],[10, 11, 12, 13]])
# 查看形状
a.shape
(2, 4)
# 查看元素个数
a.size
8
# 查看维数
a.ndim
2
多维数组索引
对于二维数组,可以传入两个数字来索引:
a[1,3]
13
其中,1是行索引,3是列索引,中间用逗号隔开,事实上,Python会将它们看成一个元组(1,3),然后按照顺序进行对应。
可以利用索引给它赋值:
a[1,3]=520
a
array([[ 0, 1, 2, 3],[ 10, 11, 12, 520]])
可以使用单个索引来索引一整行内容:
a[1]
array([ 10, 11, 12, 520])
多维数组切片
a = np.array([[ 0, 1, 2, 3, 4, 5],[10,11,12,13,14,15],[20,21,22,23,24,25],[30,31,32,33,34,35],[40,41,42,43,44,45],[50,51,52,53,54,55]])
a
array([[ 0, 1, 2, 3, 4, 5],[10, 11, 12, 13, 14, 15],[20, 21, 22, 23, 24, 25],[30, 31, 32, 33, 34, 35],[40, 41, 42, 43, 44, 45],[50, 51, 52, 53, 54, 55]])
得到第一行的第 4 和第 5 两个元素:
a[0, 3:5]
array([3, 4])
得到最后两行的最后两列:
a[-2:,-2:]
array([[44, 45],[54, 55]])
a[4:,4:]
array([[44, 45],[54, 55]])
得到第三列:
a[:,2]
array([ 2, 12, 22, 32, 42, 52])
取出3,5行的奇数列:
a[2::2,::2]
array([[20, 22, 24],[40, 42, 44]])
切片是引用
切片在内存中使用的是引用机制。
a = np.array([0, 1, 2, 3, 4])
b = a[2:4]
print(b)
[2 3]
引用机制意味着,Python并没有为 b 分配新的空间来存储它的值,而是让 b 指向了 a 所分配的内存空间,因此,改变 b 会改变 a 的值:
b[0] = 10
a
array([ 0, 1, 10, 3, 4])
而这种现象在列表中并不会出现:
a = [1,2,3,4,5]
b = a[2:3]
b[0] = 13234
print(a)
[1, 2, 3, 4, 5]
这样做的好处在于,对于很大的数组,不用大量复制多余的值,节约了空间。
缺点在于,可能出现改变一个值改变另一个值的情况。
一个解决方法是使用copy()方法产生一个复制,这个复制会申请新的内存:
a = np.array([0,1,2,3,4])
b = a[2:4].copy()
b[0] = 10
a
array([0, 1, 2, 3, 4])
花式索引
切片只能支持连续或者等间隔的切片操作,要想实现任意位置的操作,需要使用花式索引 fancy slicing
。
一维花式索引
与 range 函数类似,可以使用 arange 函数来产生等差数组。
a = np.arange(0, 80, 10)
a
array([ 0, 10, 20, 30, 40, 50, 60, 70])
花式索引需要指定索引位置:
dict = [1, 2, -1]
b = a[dict]
b
array([10, 20, 70])
可以使用布尔数组来花式索引:
mask = np.array([0,1,1,0,0,1,0,0],dtype=bool)
a[mask]
array([10, 20, 50])
或者用布尔表达式生成 mask,选出了所有大于0.5的值:
from numpy.random import rand
x = rand(10)
print(x)
mask = x > 0.5
print(mask.dtype)
print(x[mask])
[0.27839355 0.35630865 0.68024875 0.19407979 0.82448345 0.461206220.83562489 0.98924664 0.7125346 0.27196064]
bool
[0.68024875 0.82448345 0.83562489 0.98924664 0.7125346 ]
二维花式索引
a = np.array([[ 0, 1, 2, 3, 4, 5],[10,11,12,13,14,15],[20,21,22,23,24,25],[30,31,32,33,34,35],[40,41,42,43,44,45],[50,51,52,53,54,55]])
a
array([[ 0, 1, 2, 3, 4, 5],[10, 11, 12, 13, 14, 15],[20, 21, 22, 23, 24, 25],[30, 31, 32, 33, 34, 35],[40, 41, 42, 43, 44, 45],[50, 51, 52, 53, 54, 55]])
对于二维花式索引,需要给定 row
和 col
的值:
a[(0,1,2,3,4), (1,2,3,4,5)]
array([ 1, 12, 23, 34, 45])
# 最后三行的1,3,5列
a[-3:, [0,2,5]]
array([[30, 32, 35],[40, 42, 45],[50, 52, 55]])
也可以使用mask进行索引:
mask = np.array([1,0,1,0,0,1],dtype=bool)
a[mask, 2]
array([ 2, 22, 52])
与切片不同,花式索引返回的是原对象的一个复制而不是引用。
不完全索引
y = a[:3]
y
array([[ 0, 1, 2, 3, 4, 5],[10, 11, 12, 13, 14, 15],[20, 21, 22, 23, 24, 25]])
# 使用花式索引取出第2,3,5行:
condition = np.array([0,1,1,0,1,0],dtype=bool)
a[condition]
array([[10, 11, 12, 13, 14, 15],[20, 21, 22, 23, 24, 25],[40, 41, 42, 43, 44, 45]])
where语句
where(array)
where
函数会返回所有非零元素的索引
一维数组
a = np.array([0, 12, 5, 20])
# 判断数组中的元素是不是大于10
a > 10
array([False, True, False, True])
数组中所有大于10的元素的索引位置:
np.where(a > 10)
(array([1, 3], dtype=int64),)
注意到 where 的返回值是一个元组。
使用元组是由于 where 可以对多维数组使用,此时返回值就是多维的。
可以直接用 where 的返回值进行索引:
loc = np.where(a > 10)
a[loc]
array([12, 20])
多维数组
a = np.array([[0, 12, 5, 20],[1, 2, 11, 15]])
print(a)
loc = np.where(a > 10)
loc
[[ 0 12 5 20][ 1 2 11 15]](array([0, 0, 1, 1], dtype=int64), array([1, 3, 2, 3], dtype=int64))
返回结果是一个二维的元组,每一维代表这一维的索引值:
可以直接用来索引a:
a[loc]
array([12, 20, 11, 15])
或者可以这样:
rows, cols = np.where( a > 10)
print(rows)
print(cols)
a[rows,cols]
[0 0 1 1]
[1 3 2 3]array([12, 20, 11, 15])
另一个例子
c = np.arange(25)
c.shape= 5,5
c
array([[ 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]])
c > 12
array([[False, False, False, False, False],[False, False, False, False, False],[False, False, False, True, True],[ True, True, True, True, True],[ True, True, True, True, True]])
np.where( c > 12 )
(array([2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4], dtype=int64),array([3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4], dtype=int64))