目前我的工作是將NumPy引入到Pyston中（一款Dropbox實(shí)現(xiàn)的Python編譯器/解釋器）。在工作過(guò)程中，我深入接觸了NumPy源碼，了解其實(shí)現(xiàn)并提交了PR修復(fù)NumPy的bug。在與NumPy源碼以及NumPy開(kāi)發(fā)者打交道的過(guò)程中，我發(fā)現(xiàn)當(dāng)今中文NumPy教程大部分都是翻譯或參考英文文檔，因此導(dǎo)致了許多疏漏。比如NumPy數(shù)組中的broadcast功能，幾乎所有中文文檔都翻譯為“廣播”。而NumPy的開(kāi)發(fā)者之一，回復(fù)到“broadcast is a compound -- native English speakers can see that it's " broad" + "cast" = "cast (scatter, distribute) broadly, I guess "cast (scatter, distribute) broadly" probably is closer to the meaning（NumPy中的含義）"。有鑒于此，我打算啟動(dòng)一個(gè)項(xiàng)目，以我對(duì)NumPy使用以及源碼層面的了解編寫(xiě)一個(gè)系列的教程。

NumPy數(shù)組

NumPy數(shù)組是一個(gè)多維數(shù)組對(duì)象，稱(chēng)為ndarray。其由兩部分組成：

• 實(shí)際的數(shù)據(jù)
• 描述這些數(shù)據(jù)的元數(shù)據(jù)

大部分操作僅針對(duì)于元數(shù)據(jù)，而不改變底層實(shí)際的數(shù)據(jù)。

關(guān)于NumPy數(shù)組有幾點(diǎn)必需了解的：

• NumPy數(shù)組的下標(biāo)從0開(kāi)始。
• 同一個(gè)NumPy數(shù)組中所有元素的類(lèi)型必須是相同的。

NumPy數(shù)組屬性

在詳細(xì)介紹NumPy數(shù)組之前。先詳細(xì)介紹下NumPy數(shù)組的基本屬性。NumPy數(shù)組的維數(shù)稱(chēng)為秩（rank），一維數(shù)組的秩為1，二維數(shù)組的秩為2，以此類(lèi)推。在NumPy中，每一個(gè)線(xiàn)性的數(shù)組稱(chēng)為是一個(gè)軸（axes），秩其實(shí)是描述軸的數(shù)量。比如說(shuō)，二維數(shù)組相當(dāng)于是兩個(gè)一維數(shù)組，其中第一個(gè)一維數(shù)組中每個(gè)元素又是一個(gè)一維數(shù)組。所以一維數(shù)組就是NumPy中的軸（axes），第一個(gè)軸相當(dāng)于是底層數(shù)組，第二個(gè)軸是底層數(shù)組里的數(shù)組。而軸的數(shù)量——秩，就是數(shù)組的維數(shù)。

NumPy的數(shù)組中比較重要ndarray對(duì)象屬性有：

• ndarray.ndim：數(shù)組的維數(shù)（即數(shù)組軸的個(gè)數(shù)），等于秩。最常見(jiàn)的為二維數(shù)組（矩陣）。
• ndarray.shape：數(shù)組的維度。為一個(gè)表示數(shù)組在每個(gè)維度上大小的整數(shù)元組。例如二維數(shù)組中，表示數(shù)組的“行數(shù)”和“列數(shù)”。ndarray.shape返回一個(gè)元組，這個(gè)元組的長(zhǎng)度就是維度的數(shù)目，即ndim屬性。
• ndarray.size：數(shù)組元素的總個(gè)數(shù)，等于shape屬性中元組元素的乘積。
• ndarray.dtype：表示數(shù)組中元素類(lèi)型的對(duì)象，可使用標(biāo)準(zhǔn)的Python類(lèi)型創(chuàng)建或指定dtype。另外也可使用前一篇文章中介紹的NumPy提供的數(shù)據(jù)類(lèi)型。
• ndarray.itemsize：數(shù)組中每個(gè)元素的字節(jié)大小。例如，一個(gè)元素類(lèi)型為float64的數(shù)組itemsiz屬性值為8(float64占用64個(gè)bits，每個(gè)字節(jié)長(zhǎng)度為8，所以64/8，占用8個(gè)字節(jié)），又如，一個(gè)元素類(lèi)型為complex32的數(shù)組item屬性為4（32/8）。
• ndarray.data：包含實(shí)際數(shù)組元素的緩沖區(qū)，由于一般通過(guò)數(shù)組的索引獲取元素，所以通常不需要使用這個(gè)屬性。

創(chuàng)建數(shù)組

先來(lái)介紹創(chuàng)建數(shù)組。創(chuàng)建數(shù)組的方法有很多。如可以使用array函數(shù)從常規(guī)的Python列表和元組創(chuàng)造數(shù)組。所創(chuàng)建的數(shù)組類(lèi)型由原序列中的元素類(lèi)型推導(dǎo)而來(lái)?！　　?nbsp;

>>> from numpy import * 　　　 
>>> a = array( [2,3,4] )　　　 
>>> a 
  array([2, 3, 4]) 
>>> a.dtype 
  dtype('int32') 
>>> b = array([1.2, 3.5, 5.1])　　　 
>>> b.dtype 
  dtype('float64') 

使用array函數(shù)創(chuàng)建時(shí)，參數(shù)必須是由方括號(hào)括起來(lái)的列表，而不能使用多個(gè)數(shù)值作為參數(shù)調(diào)用array?！　　?/p>

>>> a = array(1,2,3,4)  # 錯(cuò)誤 
>>> a = array([1,2,3,4]) # 正確 

可使用雙重序列來(lái)表示二維的數(shù)組，三重序列表示三維數(shù)組，以此類(lèi)推。

>>> b = array( [ (1.5,2,3), (4,5,6) ] )　　 
>>> b 
  array([[ 1.5, 2. , 3. ], 
　　　   [ 4. , 5. , 6. ]]) 

可以在創(chuàng)建時(shí)顯式指定數(shù)組中元素的類(lèi)型

>>> c = array( [ [1,2], [3,4] ], dtype=complex) 
>>> c 
  array([[ 1.+0.j, 2.+0.j], 
　　　  [ 3.+0.j, 4.+0.j]]) 

通常，剛開(kāi)始時(shí)數(shù)組的元素未知，而數(shù)組的大小已知。因此，NumPy提供了一些使用占位符創(chuàng)建數(shù)組的函數(shù)。這些函數(shù)有助于滿(mǎn)足除了數(shù)組擴(kuò)展的需要，同時(shí)降低了高昂的運(yùn)算開(kāi)銷(xiāo)。

用函數(shù)zeros可創(chuàng)建一個(gè)全是0的數(shù)組，用函數(shù)ones可創(chuàng)建一個(gè)全為1的數(shù)組，函數(shù)empty創(chuàng)建一個(gè)內(nèi)容隨機(jī)并且依賴(lài)與內(nèi)存狀態(tài)的數(shù)組。默認(rèn)創(chuàng)建的數(shù)組類(lèi)型(dtype)都是float64。

可以喲娜特d.dtype.itemsize來(lái)查看數(shù)組中元素占用的字節(jié)數(shù)目。

>>> d = zeros((3,4)) 
>>> d.dtype 
dtype('float64') 
>>> d 
array([[ 0., 0., 0., 0.], 
　　  [ 0., 0., 0., 0.], 
　　  [ 0., 0., 0., 0.]]) 
>>> d.dtype.itemsize 
8 

也可以自己制定數(shù)組中元素的類(lèi)型

>>> ones( (2,3,4), dtype=int16 ) #手動(dòng)指定數(shù)組中元素類(lèi)型 
   array([[[1, 1, 1, 1], 
　　　    [1, 1, 1, 1], 
　　　    [1, 1, 1, 1]], 
　　　 
　　　    [[1, 1, 1, 1], 
　　　    [1, 1, 1, 1], 
　　　    [1, 1, 1, 1]]], dtype=int16) 
>>> empty((2,3)) 
　　　array([[ 2.65565858e-316,  0.00000000e+000,  0.00000000e+000], 
　　　    [ 0.00000000e+000,  0.00000000e+000,  0.00000000e+000]]) 

NumPy提供一個(gè)類(lèi)似arange的函數(shù)返回一個(gè)數(shù)列形式的數(shù)組:

>>> arange(10, 30, 5) 
  array([10, 15, 20, 25]) 

以10開(kāi)始，差值為5的等差數(shù)列。該函數(shù)不僅接受整數(shù)，還接受浮點(diǎn)參數(shù)：　

>>> arange(0,2,0.5) 
  array([ 0. , 0.5, 1. , 1.5]) 

當(dāng)arange使用浮點(diǎn)數(shù)參數(shù)時(shí)，由于浮點(diǎn)數(shù)精度有限，通常無(wú)法預(yù)測(cè)獲得的元素個(gè)數(shù)。因此，最好使用函數(shù)linspace去接收我們想要的元素個(gè)數(shù)來(lái)代替用range來(lái)指定步長(zhǎng)。linespace用法如下，將在通用函數(shù)一節(jié)中詳細(xì)介紹。

>>> numpy.linspace(-1, 0, 5) 
    array([-1. , -0.75, -0.5 , -0.25, 0. ]) 

數(shù)組中的元素是通過(guò)下標(biāo)來(lái)訪(fǎng)問(wèn)的，可以通過(guò)方括號(hào)括起一個(gè)下標(biāo)來(lái)訪(fǎng)問(wèn)數(shù)組中單一一個(gè)元素，也可以以切片的形式訪(fǎng)問(wèn)數(shù)組中多個(gè)元素。關(guān)于切片訪(fǎng)問(wèn)，將在切片一節(jié)介紹。

知識(shí)點(diǎn)：NumPy中的數(shù)據(jù)類(lèi)型

對(duì)于科學(xué)計(jì)算來(lái)說(shuō)，Python中自帶的整型、浮點(diǎn)型和復(fù)數(shù)類(lèi)型遠(yuǎn)遠(yuǎn)不夠，因此NumPy中添加了許多數(shù)據(jù)類(lèi)型。如下：

NumPy中的基本數(shù)據(jù)類(lèi)型

NumPy類(lèi)型轉(zhuǎn)換方式如下：

>>> float64(42) 
  42.0 
>>> int8(42.0) 
  42 
>>> bool(42) 
  True 
>>> bool(42.0) 
  True 
>>> float(True) 
  1.0 

許多函數(shù)的參數(shù)中可以指定參數(shù)的類(lèi)型，當(dāng)然，這個(gè)類(lèi)型參數(shù)是可選的。如下：

>>> arange(7, dtype=uint16) 
  array([0, 1, 2, 3, 4, 5, 6], dtype=uint16) 

輸出數(shù)組

當(dāng)輸出一個(gè)數(shù)組時(shí)，NumPy以特定的布局用類(lèi)似嵌套列表的形式顯示：

• 第一行從左到右輸出
• 每行依次自上而下輸出
• 每個(gè)切片通過(guò)一個(gè)空行與下一個(gè)隔開(kāi)
• 一維數(shù)組被打印成行，二維數(shù)組成矩陣，三維數(shù)組成矩陣列表?！?/li>

>>> a = arange(6)             # 1d array 
>>> print a 
  [0 1 2 3 4 5] 
　　　 
>>> b = arange(12).reshape(4,3)      # 2d array 
>>> print b 
  [[ 0 1 2] 
  [ 3 4 5] 
  [ 6 7 8] 
  [ 9 10 11]]　　　 
>>> c = arange(24).reshape(2,3,4)     # 3d array 
>>> print c 
  [[[ 0 1 2 3] 
  [ 4 5 6 7] 
  [ 8 9 10 11]] 
　　　 
  [[12 13 14 15] 
  [16 17 18 19] 
  [20 21 22 23]]] 

 reshape將在下一篇文章中介紹　

如果一個(gè)數(shù)組太長(zhǎng)，則NumPy自動(dòng)省略中間部分而只打印兩端的數(shù)據(jù)：　　　

>>> print arange(10000) 
　　　[  0  1  2 ..., 9997 9998 9999] 
　　　 
>>> print arange(10000).reshape(100,100) 
　　　[[  0  1  2 ...,  97  98  99] 
　　　 [ 100 101 102 ..., 197 198 199] 
　　　 [ 200 201 202 ..., 297 298 299] 
　　　 ..., 
　　　 [9700 9701 9702 ..., 9797 9798 9799] 
　　　 [9800 9801 9802 ..., 9897 9898 9899] 
　　　 [9900 9901 9902 ..., 9997 9998 9999]] 

可通過(guò)設(shè)置printoptions參數(shù)來(lái)禁用NumPy的這種行為并強(qiáng)制打印整個(gè)數(shù)組。

set_printoptions(threshold='nan') 

這樣，輸出時(shí)數(shù)組的所有元素都會(huì)顯示出來(lái)。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論