python的Numpy库数组基础结构

Numpy库

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，python本事就携带了列表这个数据结构，与java的多维数组不同，python实现多维是通过列表的元素为列表来完成多维，例如一个二维数组也就是一个矩阵,例如**[ [] , [] , [] , [] , []]**其中每一个[]都相当于一个行，而列数是[]中的元素个数，numpy库则是将这些完善好了定义了基本的算法，完成了数组类型的数据结构，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

导包
import numpy as np #导入numpy库并简化numpy为np

一.X = np.array(z)

X = np.array(z) # z为列表，元组，函数可将z所包含的数据统一成同一个数据类型并返回成数组。必须维度相同才能转换例如[[1,2],[2,4,5]],列维度数不同转换为数组报错

z = [1,2,4,'2']
print(np.array(z))

输出结果为
[‘1’ ‘2’ ‘4’ ‘2’]
全部统一成字符串类型

二.索引切片X[x1:x2,y1:y2,:,……]

X[x1:x2,y1:y2,:,……] # 索引，若X为二维数组，则第一个冒号区间代表哪一行x1:x2，第二个冒号区间代表哪一列y1:y2，都是左包右闭（几维数组就有几个冒号区间）

X = [1,2,3,4]
Y = [[1,2,3],[23,4,54]]
print(np.array(X)[1:3])
print(np.array(Y)[:,1])

输出
[2 3]
[2 4]
#序号区间为1到2的数据
#取出所有行的序号为1的列的数据

三. Y = X[x1:x2,y1:y2,:,……] 条件表达式的使用

Y = X[x1:x2,y1:y2,:,……] 条件表达式
X为数组，对X内的数据进行判断返回boolean值作为一个新数组Y。

import numpy as np

x = np.array([[1,2,3],[23,4,54]])
Y = x[:,1] ==2
print(Y)

结果
[ True False]
X[:,1] ==2 判断X所有行的序号为1的列数据是否等于2返回一个一维boolean类型数组
#按照Boolean类型的数组输出

import numpy as np

X = np.array([[1,2,3],[23,4,54],[23,3,54]])
Y = (X[:,1] == 2) # [True,False]
print(X[1:3,Y])

结果为
[[23]
[23]]

import numpy as np

X = np.array([[1,2,3],[23,4,54],[23,3,54]])
Y = (X[:,1] == 2) #Y = [True,False，False]
print(X[Y,:])
print(X[1:3,Y])

结果为
[[1 2 3]]
[[23]
[23]]

第一个输出将X每一列变成 True,False,False即
[ [True, True,True],
[False,False,False],
[False,False,False] ]
输入True位置上的数据
第二个输出将X序号为1和2的行变换成True,False，False即
[ [True,False,False], # 序号1
[True,False,False] ] # 序号2
输入True位置上的数据