python ndarray查找元素 python中ndarray

转载

风之谷启航 2023-08-14 15:24:21

文章标签 python ndarray查找元素数组一维数组数据 文章分类 Python 后端开发

我用的是anaconda自带spyder写代码的。anconda是一款免费的集成开发环境，而且自带了numpy等数据分析模块，推荐给大家。

数组对象ndarray简介

之前我的文章中介绍过Python的列表，当时就说和数组挺像的，唯一的不同是列表内部的元素可以是不同的类型，比如字符串和整数同时存在在一个列表中是可以的。而数组类似于C语言的数组，只支持一种类型元素在一个数组中。
我们先来体验一下数组：

# -*- coding: utf-8 -*-
import numpy as np
def nusum():
    a=np.array([0,1,2,3,4])
    b=np.array([9,8,7,6,5])
    c=a**2+b**3
    return c
print(nusum())

执行结果

[729 513 347 225 141]

可以看到执行结果也是一个数组
numpy引入数组的好处是显而易见的：

更容易优化，提升运算速度，numpy底层就是C语言写的
使一维数组更像单个数据，不必用循环语句来运算，就比如上例，我们不用用for来挨个运算。

进一步了解ndarray，他由两部分构成

实际的数据
描述这些数据的元数据（数据维度，数据类型）
ndarray生成的数组每一个中括号我们称之为轴（axis），一个轴实际上就是一个维度，同理我们把维度称为秩（rank），这里的理解和线性代数里面的矩阵一致。

ndarray对象属性

属性	说明
.nidm	维度，即秩
.shape	对象的尺度，就是矩阵的规模，n*m
.size	元素的个数
.dtype	元素类型
.itemsize	每个元素的大小，单位是字节

ndarray数组的创建方法

从列表，元组等类型创建ndarray数组：
直接调用array函数即可，比如

x=np.array(a,dtype=np.int32)

如果第二个类型参数你没写，python会自动给你加上一个适合的类型。
2. 使用numpy自带的函数创建数组，比如：

函数	说明
np.arange(n)	生成一个从0-n-1的数组，返回一个ndarray
np.ones(shape)	返回一个全是1的数组
np.zeros(shape)	返回一个全是0的数组
np.full(shape,val)	返回一个全是val数值的的数组
np.eye(n)	返回一个n*n的矩阵，对角线为1，其余为0的数组
np.ones_like(a)	生成一个和数组a形状一样数组，元素全为1，同样的函数还有zeros_like()和full_like(a,val)
np.linspace()	在前两个参数范围里，等距离生成第三个参数数目的元素形成数组
np.concatenate	合并多个数组

还有一些对数组维度变换的函数：

方法	说明
.reshape(shape)	会返回一个shape形状的数组，元素不变，原数组不变
.resize(shape)	与reshape功能相同，但是会直接修改原数组
.swapaxes(ax1,ax2)	将两个维度调换
.flatten()	将数组降成一维，原数组不变

ndarray数组的操作

索引：

一维数组：索引和列表类似，直接引用下标即可；
多维数组：我们先创建一个数组，通过实例体会a=np.arange(24).reshape((2,3,4)) 结果：

array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

当我们输入a[1,2,3],返回23。这里我们就知道和一维数组类似，和数学中的矩阵索引也类似（array中索引从0开始，线代中是从1开始的）。