Numpy入门（一）：Numpy的安装和创建

在数据分析和机器学习中，大量的使用科学计算，Numpy提供了大型矩阵计算的方式，而这些是python标准库中所缺少的。Numpy也是许多优秀的第三方库的基础，依赖于Numpy的库非常多，后续会慢慢的进行介绍。

Numpy的安装

和许多的库一样，不管在windows平台下还是在linux平台下，安装Numpy的命令如下：

pip install numpy

安装完以后：

1Collecting numpy
2  Downloading numpy-1.14.0-cp27-none-win32.whl (9.8MB)
3    100% |████████████████████████████████| 9.8MB 27kB/s
4Installing collected packages: numpy
5Successfully installed numpy-1.14.0

在python解析器 下查看 Numpy 是否安装成功：

import numpy

Numpy生成数组函数（Array creation ）

直接使用array 函数生成数组：

1>>> import numpy as np
2>>> a = np.array([2,3,4])
3>>> print a
4[2 3 4]
5>>> b = np.array([(1,3,4),(2,3,5)])
6>>> print b
7[[1 3 4]
8 [2 3 5]]
9>>>

在array 函数中使用python自带的list ，在多维数组中在list 中存放多个元祖。

使用 empty， zeros， ones， identity，eye 创建矩阵：

1>>> import numpy as np
2#使用empty创建2x2矩阵
3>>> a = np.empty([2,2])
4>>> print a
5[[1.92432613e-295 1.92410215e-295]
6 [1.92414694e-295 1.92414694e-295]]

identity 为返回一个N维单位方阵。

同样的还有empty_like， ones_like， zeros_like 是复制对方的维数，进行相应的处理。

使用 arange 和linspace 生成数组：

在0到2中按步长为0.3生成数组：

1>>> np.arange( 0, 2, 0.3 )
2array([0. , 0.3, 0.6, 0.9, 1.2, 1.5, 1.8])

在0到2中生成9个数：

1>>> np.linspace( 0, 2, 9 )
2array([0.  , 0.25, 0.5 , 0.75, 1.  , 1.25, 1.5 , 1.75, 2.  ])

Numpy中数组的基本属性

在Numpy中生成的数组叫做ndarray ， 在ndarray 中有如下的属性：

• ndarray.ndim： 数组维数

  程序如下：

  1  >>> a = np.zeros([3,4])
  2  >>> a.ndim
  3  2
  4  >>> b = np.zeros([3,4,5])
  5  >>> b.ndim
  6  3
  7  >>>
  

• ndarray.shape：数组的结构 几乘几 数组

  1  >>> print a.shape
  2  (3, 4)
  3  >>> print b.shape
  4  (3, 4, 5)
  5  >>>
  

• ndarray.size： 数组有几个元素

  1  >>> print a.size
  2  12
  3  >>> print b.size
  4  60
  5  >>>
  

Numpy中数组的保存

使用tofile 和 fromfile

1import numpy as np
2
3a = np.array([(1,2,3,4),(4,5,2,4)])
4
5print a
6
7a.tofile("filename.bin")
8
9b = np.fromfile("filename.bin",dtype = np.int32)
10
11print b.reshape(2,4)

还可以使用 np.save() np.load() 和 np.savez() 这一组合进行数据的存储。

1import numpy as np
2
3a = np.array([(1,2,3,4),(4,5,2,4)])
4
5print a
6
7np.save("a.npy", a)
8c = np.load("a.npy")
9print c

另外一组为 savetxt() 和 loadtxt()

1import numpy as np
2
3a = np.array([(1,2,3,4),(4,5,2,4)])
4
5print a
6np.savetxt("a.txt", a)
7np.loadtxt("a.txt")
8c = np.load("a.npy")
9print c

更多教程：阿猫学编程