Python 學習筆記之 Numpy 庫——陣列基礎

摘要： 1. 初識陣列 import numpy as np a = np.arange(15) a = a.reshape(3, 5) print(a.ndim, a.shape, a.dtype, a.size, a.itemsize) # 2 (3, 5) int64 15 8 ...

1. 初識陣列

import numpy as np
a = np.arange(15)
a = a.reshape(3, 5)
print(a.ndim, a.shape, a.dtype, a.size, a.itemsize)
# 2 (3, 5) int64 15 8

• ndim，陣列的維度數，二維陣列就是 2
• shape，陣列在各個維度上的長度，用元組表示
• dtype，陣列中元素的資料型別，比如 int32, float64 等
• size，陣列中所有元素的總數
• itemsize，陣列中每個元素所佔的位元組數

2. 建立陣列

a = np.array([[1, 2, 3], [4, 5, 6]])
a = np.ones((3, 4))
a = np.zeros((3, 4), dtype=np.float32)
a = np.linspace(0, 2, 9)# 9 numbers from 0 to 2

• np.linspace(start, stop, num=50) 產生一個區間在[start, stop]，長度為 num 的一維陣列

3. 基本運算

a = np.array([[1, 2, 3], [4, 5, 6]]) # (2, 3)
b = np.array([[1, 0, 1], [0, 1, 1], [1, 1, 0]]) # (3, 3)
c = np.dot(a, b)# 矩陣相乘
d = a @ b# 矩陣相乘
e = np.dot(a[0], [0])# 向量內積
f = a * a# 元素相乘

g = np.sum(a)
h = np.mean(a, axis=0)

• np.sum 等函式若不指定 axis，則把陣列所有元素當成列表來處理，axis = 0，表示只在第一個維度上進行求和，以此類推。

4. 維度操作

a = np.zeros((2, 3))
b = np.zeros((3, 3))
np.vstack((a, b)).shape # (5, 3)

• np.vstack， 沿著垂直方向或者行的方向將陣列堆起來

a = np.zeros((2, 1, 5))
b = np.zeros((2, 2, 5))
np.hstack((a, b)).shape # (2, 3, 5)

• np.hstack， 沿著水平方向或者列的方向將陣列堆起來

a = np.zeros((2, 5, 1))
b = np.zeros((2, 5, 5))
np.concatenate((a, b), axis=2).shape # (2, 5, 6)

• np.concatenate， 沿著某一維度將陣列堆起來

a = np.zeros((3, ))
b = np.zeros((3, ))
np.stack((a, b), axis=0).shape # (2, 3)
np.stack((a, b), axis=1).shape # (3, 2)

• np.stack， 將陣列沿著新的維度堆起來

5. 隨機數

a = np.random.rand(3, 2) # (3, 2)

• np.random.rand， 返回一個 [0, 1) 之間的隨機分佈

a = np.random.random((2, 3)) # (2, 3)

• np.random.random， 返回一個 [0, 1) 之間的隨機分佈

a = np.random.randn(3, 2) # (3, 2)
a = sigma * np.random.randn(...) + mu

• np.random.randn， 返回一個均值為 0 方差為 1 的標準正態分佈，通過 mu 和 sigma 可以任意改變均值和方差

a = np.random.randint(1, 5, (3, 2)) # (3, 2)

• np.random.randint(low, high=None, size=None)， 返回一個 [0, low) 或者 [low, high) 之間的隨機整數

np.random.choice(np.arange(5, 10), 3, replace=False)
np.random.choice(5, (3,2))

• np.random.choice(a, size=None, replace=True, p=None)， 返回 a 中元素或者 np.arange(a) 範圍內的隨機整數，replace=True 預設可以有重複元素

np.random.seed(1)
a = np.random.rand(3, 2)
np.random.seed(1)
b = np.random.rand(3, 2) # a == b

a = np.array([1, 2, 3, 4, 5])
np.random.shuffle(a)

• np.random.seed 通過設定隨機數種子的值可以保證兩次產生的隨機數相同
• np.random.shuffle() 沿著第一維隨機打亂陣列