Python 中 NumPy 库的基础使用详解

第一个数 1 代表几个三维数组，第二个数 -1 代表任意行，第三个数 2 代表 2 列。

4.3 二维升三维及少维升多维

操作同上。

4.4 resize()

功能：不返回计算结果，直接修改原始数组。

5. 数组的降维

5.1 三维降二维

5.2 ravel()

功能：将高维直接降到一维。

5.3 flatten()（重要）

功能：flatten 方法返回原数组副本，对返回的一维数组所做的修改不会影响原始多维数组。 ravel 方法通常返回原始数组的视图，修改可能影响原始数组。这是因为 ravel 仅改变形状和步长，未复制数据。

6. 创建特殊的数组

7. NumPy 常用函数

7.1 arange(参数 1，参数 2，步长)

生成从参数 1 到参数 2 的整数，不包含参数 2。若有步长，则生成相差为步长的数。

7.2 linspace(参数 1，参数 2，步长)

生成参数 1 到参数 2 的小数。

8. 数组元素的选取与修改

8.1 一维数组元素的选取与修改

8.2 二维数组元素的选取与修改

8.3 三维数组元素的选取和修改

9. 数组的组合

9.1 numpy.hstack((参数 1，参数 2……))

水平拼接。括号内填入要拼接的数组。

注：拼接后行变为数组行数最多的那个行数，列为所有数组的列相加。若对应行不存在列，则输出空（None）。

9.2 numpy.vstack((参数 1，参数 2……))

垂直连接。

注：拼接后列变为数组列数最多的那个列数，行为所有数组的行相加。若对应列不存在的行，则输出空（None）。

9.3 np.concatenate((参数 1，参数 2……), axis=1)

数组连接的另一种方法。

• axis=1：水平连接
• axis=0：垂直连接

10. 数组的切割

10.1 numpy.hsplit(参数 1，参数 2)

水平切割。

• 参数 1：要切割的数组
• 参数 2：切割份数

注：一般切割的列数可被参数 2 整除。

10.2 numpy.vsplit(参数 1，参数 2)

垂直切割。

注：一般切割的行数可被参数 2 整除。

10.3 numpy.split(参数 1，参数 2, axis=1)

切割的另一种方法。

• axis=1：水平切割
• axis=0：垂直切割

10.4 numpy.array_split(参数 1，参数 2, axis=1)

强制切割。

• axis=1：强制水平切割
• axis=0：强制垂直切割

11. 数组的算法运算

所有运算都是对应位置直接进行，与数学上的矩阵运算不同。

12. 数组的深拷贝与浅拷贝

b = a：引用赋值，修改 b 会影响 a。 c = a.copy()：复制数组，修改 c 不影响 a。

13. NumPy 中的随机模块

13.1 randint(start, end)

生成从 start 开始到 end 结束的任意整数，不包括 end。

13.2 rand(0, 1)

生成从 0 到 1 的任意小数，不包括 1。

13.3 normal()

功能：生成符合正态分布的数据 N~(0, 1)。

numpy.random.normal(loc=0.0, scale=1.0, size=None)

• loc：均值，默认 0.0
• scale：标准差，默认 1.0
• size：输出数组形状，默认 None（返回单个值）

14. NumPy 中函数的使用

15. 读取文件

numpy.loadtxt('文件路径', delimiter='\t')

delimiter：分隔符，\t 代表以制表符分隔。