在使用python进行数据处理时,numpy已经是一个必不可少的第三方库了。掌握numpy的基本操作无论对于普通的数据处理还是应用深度学习框架都是有意义的。这里讨论numpy中最常用到的12个基本操作,为数据分析打下良好的基础。
numpy创建数组的方式非常多,比较常用的是从list数据或者numpy自带的函数创建数组。
numpy数组的创建
数组的索引是用于操作数组元素的,numpy提供了非常灵活的索引方式,使得代码极为简洁。
numpy数组索引
将一个小矩阵复制若干次形成大矩阵的操作也是常用的,比如在生成三维坐标时使用的meshgrid。numpy提供tile和repeat这两个函数可以方便地完成矩阵扩展的任务。
numpy扩展矩阵操作
改变数组的形状以适应一些计算对形状的要求,numpy提供了与matlab相似的操作。
改变数组形状操作
numpy提供了丰富的转置类型的操作,用于方便地改变元素的排列方式。
转置类操作
在有些计算中需要将维度为1的坐标轴删去,有时有需要扩展一下坐标轴。
改变维度的操作
将多个数组拼接到一起,形成复杂的大数组来满足一些逻辑比较复杂的需求。
拼接数组的操作
有拼接的需求就有切分的需求,切分数组是指按照指定的方式将大数组切成若干个小数组。
切分数组的操作
在现有的数组中指定的位置插入或者删除元素可以使用numpy提供的delete和insert函数。
增加和移除元素
广播这种原则的出现为大妈编写者省去了很多的麻烦,numpy数组也支持广播规则。
广播规则
numpy当然不只是存储数据的,我们常常需要用numpy的数组来进行数学计算。比如加减乘除,矩阵求逆等等。
基本运算
联系客服