今天来学习一下Python库中，支持高级大量的维度数组与矩阵运算的神奇的Numpy库
Numpy同时也对数组运算提供大量的数学函数，对于大量计算运行效率极好
是大量机器学习框架的基础库
废话不多说，直接开整
Numpy中最核心的结构就是ndarray数组
Numpy中定义的最重要的对象是成为ndarray的N维数组类型
它描述相同类型的元素集合。可以使用基于零的索引访问集合中的项目。大部分的数组操作仅仅是修改元数据部分，而不改变其底层的实际数据。
数组的维数称为秩，简单来说就是如果你需要获取数组中一个特定元素所需的坐标数
如a是一个2×3×4的矩阵，你索引其中的一个元素必须给定三个坐标a[x,y,z]，故它的维数就是3。
数组中所有元素的类型必须是一致的，Python支持的数据类型有整型、浮点型以及复数型
但这些类型不足以满足科学计算的需求，因此NumPy中添加了许多其他的数据类型
如bool、inti、int64、float32、complex64等。同时，它也有许多其特有的属性和方法。
import numpy as np vector = np.array([5,10,15,20]) matrix = np.array([[5,10,15],[20,25,30],[30,35,40]])print (vector)print (matrix)
我们可以就看到，这里我写了一个行向向量，和一个矩阵向量
可以得到如上图所示的结果，打印出一个行向量，和一个3行3列的矩阵向量
ndarray中有很多个可以调用的属性，我们可以做一些分析等等操作
首先讲一下shape属性
vector = np.array([1,2,3,4]) print(vector.shape) matrix = np.array([[5,10,15],[20,25,30],[30,35,40]]) print (matrix.shape)
可以看到，运行上面的代码我们得到这样一个结果
shape就是说，我要看一下这个向量的维度是多少
第一个向量，vector是一个行向量，所以说打印出来只有当前的向量中的元素个数4
对于第二行结果来说， 他是一个3X3的矩阵向量，（3,3）表示我们当前打印的数据
是一个3行3列的矩阵向量
接下来看看这个例子
number = np.array([1,2,3,4]) print(number) number.dtype
可以看到，运行上面的代码，我们可以得到一个dtype类型值
这个值是表示我们的dtype的格式为int32，下面我们来做一些变化
number = np.array([1,2,3,4.0]) print(number) number.dtype
我们可以看到，这里numpy帮我们自动转换了数据格式
讲所有的整数类型，全部都换成了浮点型
dtype也变成了float64类型，我们在做些变化
number = np.array([1,2,3,‘4‘]) print(number) number.dtype
我们把4修改为字符串类型
得到的结果，数据全都变成字符串类型了，数据类型也变了
也就是说，在numpy的ndarray中，必须传进来的数据类型，都是同一种结构的
我们现在来讲下如何使用numpy来读取文件数据
我们这里有些测试数据，名为1.txt文件
TestTxt = np.genfromtxt(‘1.txt‘,delimiter=".", dtype=str ,skip_header=1) print(TestTxt)
这段代码的意思是，是用numpy中的genfromtxt方法读取文件
参数为，1.txt文件名称，delimiter 以什么进行分割这里用 . 点号进行分割
dtype =str 指定当前的数据类型为字符串
skip_header=1 ，指定去掉第一行数据
得到如下结果
得到了文件中的内容，转换成了矩阵，读出来的数据都是一种矩阵数据格式
当然这个文件读取方式不会经常用到，后面讲另外一个更好用的，pands库中的
这里就不多讲numpy中的文件读取
如果我想取出上面矩阵中的某个值，怎么操作呢？
比如我们想取出第三行的第一个数据
第四行的第二个数据
out = TestTxt[2,0] out1 = TestTxt[3,1] print(out) print(out1)
运行上诉代码
可以看到，在numpy中，index下标是从0开始的，而不是1
所以一定要切记
我们在定义一个向量
vector = np.array([5,10,15,20,25]) print(vector[0:3])
我想打印向量中的前三个值
可以看到，这里的操作和python中的切片操作一样
选取0到3，包括0但是不包括3
那么对于矩阵来说也是一样的
matrix = np.array([ [1,2,3], [4,5,6], [7,8,9], ]) print(matrix[:,1])
我想打印当前矩阵所有样本的第二列
matrix[:,1]
那么这里用逗号隔开，第个表示行，第二个表示列，表示取所有行的第二列
用：进行站位
我想取所有行的前两列怎么取呢？
matrix = np.array([ [1,2,3], [4,5,6], [7,8,9], ]) print(matrix[:,0:2])
这里可以看到，取全部行，的0号，和1号列，2号不包含
得到结果，也很简单
那么我如何取某几行，某几列呢？方法也是一样的
matrix = np.array([ [1,2,3], [4,5,6], [7,8,9], ]) print(matrix[1:3,0:2])
取第2,3行的，1,2列
那么可以得到
好的，今天的numpy库就讲到这里。下次我们继续说。感觉阅读欢迎点赞转发。谢谢各位！
原文地址：https://www.cnblogs.com/ws17345067708/p/10687078.html