Python中的Numpy入门教程-低调大师

Python中的Numpy入门教程

2018-06-09 582

1、Numpy是什么

很简单，Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。其实，list已经提供了类似于矩阵的表示形式，不过numpy为我们提供了更多的函数。如果接触过matlab、scilab，那么numpy很好入手。在以下的代码示例中，总是先导入了numpy：

代码如下:

>>> import numpy as np
>>> print np.version.version
1.6.2

2、多维数组

多维数组的类型是：numpy.ndarray。

使用numpy.array方法

以list或tuple变量为参数产生一维数组：

代码如下:

>>> print np.array([1,2,3,4])
[1 2 3 4]
>>> print np.array((1.2,2,3,4))
[ 1.2 2. 3. 4. ]
>>> print type(np.array((1.2,2,3,4)))
<type 'numpy.ndarray'>

以list或tuple变量为元素产生二维数组：

代码如下:

>>> print np.array([[1,2],[3,4]])
[[1 2]
[3 4]]

生成数组的时候，可以指定数据类型，例如numpy.int32, numpy.int16, and numpy.float64等：

代码如下:

>>> print np.array((1.2,2,3,4), dtype=np.int32)
[1 2 3 4]

使用numpy.arange方法

代码如下:

>>> print np.arange(15)
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]
>>> print type(np.arange(15))
<type 'numpy.ndarray'>
>>> print np.arange(15).reshape(3,5)
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]]
>>> print type(np.arange(15).reshape(3,5))
<type 'numpy.ndarray'>

使用numpy.linspace方法

例如，在从1到3中产生9个数：

代码如下:

>>> print np.linspace(1,3,9)
[ 1. 1.25 1.5 1.75 2. 2.25 2.5 2.75 3. ]

使用numpy.zeros，numpy.ones，numpy.eye等方法可以构造特定的矩阵

例如：

代码如下:

>>> print np.zeros((3,4))
[[ 0. 0. 0. 0.]
[ 0. 0. 0. 0.]
[ 0. 0. 0. 0.]]
>>> print np.ones((3,4))
[[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]]
>>> print np.eye(3)
[[ 1. 0. 0.]
[ 0. 1. 0.]
[ 0. 0. 1.]]

创建一个三维数组：

代码如下:

>>> print np.zeros((2,2,2))
[[[ 0. 0.]
[ 0. 0.]]

[[ 0. 0.]
[ 0. 0.]]]

获取数组的属性：

代码如下:

>>> a = np.zeros((2,2,2))
>>> print a.ndim #数组的维数
3
>>> print a.shape #数组每一维的大小
(2, 2, 2)
>>> print a.size #数组的元素数
8
>>> print a.dtype #元素类型
float64
>>> print a.itemsize #每个元素所占的字节数
8

数组索引，切片，赋值

示例：

代码如下:

>>> a = np.array( [[2,3,4],[5,6,7]] )
>>> print a
[[2 3 4]
[5 6 7]]
>>> print a[1,2]
7
>>> print a[1,:]
[5 6 7]
>>> print a[1,1:2]
[6]
>>> a[1,:] = [8,9,10]
>>> print a
[[ 2 3 4]
[ 8 9 10]]

使用for操作元素

代码如下:

>>> for x in np.linspace(1,3,3):
... print x
...
1.0
2.0
3.0

基本的数组运算

先构造数组a、b：

代码如下:

>>> a = np.ones((2,2))
>>> b = np.eye(2)
>>> print a
[[ 1. 1.]
[ 1. 1.]]
>>> print b
[[ 1. 0.]
[ 0. 1.]]

数组的加减乘除：

代码如下:

>>> print a > 2
[[False False]
[False False]]
>>> print a+b
[[ 2. 1.]
[ 1. 2.]]
>>> print a-b
[[ 0. 1.]
[ 1. 0.]]
>>> print b*2
[[ 2. 0.]
[ 0. 2.]]
>>> print (a*2)*(b*2)
[[ 4. 0.]
[ 0. 4.]]
>>> print b/(a*2)
[[ 0.5 0. ]
[ 0. 0.5]]
>>> print (a*2)**4
[[ 16. 16.]
[ 16. 16.]]

使用数组对象自带的方法：

代码如下:

>>> a.sum()
4.0
>>> a.sum(axis=0) #计算每一列（二维数组中类似于矩阵的列）的和
array([ 2., 2.])
>>> a.min()
1.0
>>> a.max()
1.0

使用numpy下的方法：

代码如下:

>>> np.sin(a)
array([[ 0.84147098, 0.84147098],
       [ 0.84147098, 0.84147098]])
>>> np.max(a)
1.0
>>> np.floor(a)
array([[ 1., 1.],
       [ 1., 1.]])
>>> np.exp(a)
array([[ 2.71828183, 2.71828183],
       [ 2.71828183, 2.71828183]])
>>> np.dot(a,a)   ##矩阵乘法
array([[ 2., 2.],
       [ 2., 2.]])

合并数组

使用numpy下的vstack和hstack函数：

代码如下:

>>> a = np.ones((2,2))
>>> b = np.eye(2)
>>> print np.vstack((a,b))
[[ 1. 1.]
[ 1. 1.]
[ 1. 0.]
[ 0. 1.]]
>>> print np.hstack((a,b))
[[ 1. 1. 1. 0.]
[ 1. 1. 0. 1.]]

看一下这两个函数有没有涉及到浅拷贝这种问题：

代码如下:

>>> c = np.hstack((a,b))
>>> print c
[[ 1. 1. 1. 0.]
[ 1. 1. 0. 1.]]
>>> a[1,1] = 5
>>> b[1,1] = 5
>>> print c
[[ 1. 1. 1. 0.]
[ 1. 1. 0. 1.]]

可以看到，a、b中元素的改变并未影响c。

深拷贝数组

数组对象自带了浅拷贝和深拷贝的方法，但是一般用深拷贝多一些：

代码如下:

>>> a = np.ones((2,2))
>>> b = a
>>> b is a
True
>>> c = a.copy() #深拷贝
>>> c is a
False

基本的矩阵运算

转置：

代码如下:

>>> a = np.array([[1,0],[2,3]])
>>> print a
[[1 0]
[2 3]]
>>> print a.transpose()
[[1 2]
[0 3]]

迹：

代码如下:

>>> print np.trace(a)
4

numpy.linalg模块中有很多关于矩阵运算的方法：

代码如下:

>>> import numpy.linalg as nplg

特征值、特征向量：

代码如下:

>>> print nplg.eig(a)
(array([ 3., 1.]), array([[ 0. , 0.70710678],
[ 1. , -0.70710678]]))

3、矩阵

numpy也可以构造矩阵对象，这里不做讨论。

知识在于点滴积累

微信关注我们

原文链接：https://yq.aliyun.com/articles/644961

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

聊聊我面试过的一个最奇葩的 Java 程序猿！

上周我聊了聊最让我反感的 10 种程序猿，无奈一个小时就进行了删除，详细原因就不说了，容易招黑。今天聊的我面试过的最奇葩的一个程序猿，绝对是奇葩中的奇葩，简直是程序猿中的另类，最让我反感的程序猿又添加新成员了。。这次的还会继续删除？那是不可能的，我要让所有人都能见证这个奇葩。。 image 那是一个下午，和往常没什么区别，我走向洽谈室准备迎接一场 Java 面试。更多的细节有点忘了，此人长得有点滑稽，面了几分钟，技术也不怎么样，我也不想再问下去了，他在我心里就已经不合适了。关键，面试过程还时不时拿着手机看。。出于礼貌，觉得他跑一趟也不容易，也出于不让他难堪（几分钟就完事了……），想着多给他几分钟交流的时间，或者他有其他更厉害的地方。真是让人大跌眼镜啊，面着面着他电话响了，然后直接接起来了，他也没说他去接个电话，说着说着就直接打开门出去了…… 然后我在门口一直等了几分钟，他也没有停下的意思，可能他也知道他技术不咋的，然后我就不耐烦了，直接叫前台妹妹把他赶走得了。前台也出于礼貌，让他打完再走，谁知打了 10 来分钟也没有停下的意思…… 最后不知道他打了多久，前台去查看的时候已经走了...

2018-06-10

480

hs_err_pid简介 hs_err_pid<pid>.log是java程序发生core的时候产生的文件，里面有当时出错时jvm的执行情况。排查方法头文件解读可以查看问题头文件包含了简单的信息阐述，里面就core掉的原因 # # An unexpected error has been detected by Java Runtime Environment: # # EXCEPTION_ACCESS_VIOLATION (0xc0000005) at pc=0x69ba3a96, pid=376, tid=1848 # # Java VM: Java HotSpot(TM) Client VM (11.0-b16 mixed mode, sharing windows-x86) # Problematic frame: # C [nvoglnt.dll+0x6a3a96] # 这里的问题是动态库的调用，这个库如果不是java自带的库，而是第三方的库，那么可以查看这个库是否和机型系统想匹配，如果不匹配换匹配的库就好，如果匹配，需要重新安装该库尝试。 # # Out ...

2018-06-10

951

资源下载

更多资源

Oracle

Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

Apache Tomcat

Tomcat是Apache 软件基金会（Apache Software Foundation）的Jakarta 项目中的一个核心项目，由Apache、Sun 和其他一些公司及个人共同开发而成。因为Tomcat 技术先进、性能稳定，而且免费，因而深受Java 爱好者的喜爱并得到了部分软件开发商的认可，成为目前比较流行的Web 应用服务器。

Eclipse

Eclipse 是一个开放源代码的、基于Java的可扩展开发平台。就其本身而言，它只是一个框架和一组服务，用于通过插件组件构建开发环境。幸运的是，Eclipse 附带了一个标准的插件集，包括Java开发工具（Java Development Kit，JDK）。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。