Numpy 理解ndarray對(duì)象的示例代碼
numpy作為python科學(xué)計(jì)算的基礎(chǔ)模塊,支撐起了pandas、matplotlib等使用。其中,ndarray作為numpy的重要使用對(duì)象不得不研究理解一下。
ndarray,存儲(chǔ)單一數(shù)據(jù)類(lèi)型的多維數(shù)組結(jié)構(gòu),在內(nèi)存中連續(xù)存在,以行索引和列索引的方式標(biāo)記數(shù)組中的每一個(gè)元素。采用預(yù)編譯好的C語(yǔ)言代碼,性能上的表現(xiàn)十分不錯(cuò)。
1、ndarray的數(shù)據(jù)結(jié)構(gòu)
2、ndarray的創(chuàng)建
numpy主要有以下幾種方式創(chuàng)建數(shù)組。除此之外,其他過(guò)程也可能產(chǎn)生數(shù)組,比如:cv2.imread讀取圖片,返回?cái)?shù)組。
np.array() # 傳入類(lèi)數(shù)組數(shù)據(jù)結(jié)構(gòu),list,tuple等,或者其他嵌套序列。返回的維度依據(jù)傳入的數(shù)據(jù)而定 np.linspace() # 根據(jù)給定的間距生成等差序列,指定元素?cái)?shù)量,返回一維數(shù)組 np.arange()# 根據(jù)給定的間距生成等差序列,指定步長(zhǎng)。返回一維數(shù)組 np.ones() # 根據(jù)傳入的shape,返回一個(gè)元素全是1的數(shù)組 np.zeros() # 根據(jù)傳入的shape,返回一個(gè)元素全是0的數(shù)組 np.full() # 根據(jù)傳入的shape和value,返回一個(gè)元素全是value的數(shù)組,比前面兩個(gè)靈活 np.empty() # 根據(jù)傳入的shape,返回一個(gè)元素全是隨機(jī)化而不是空值的數(shù)組 np.genfromtxt() # 從文本文件讀取生成一個(gè)數(shù)組
3、ndarray的抽象理解
先創(chuàng)建一個(gè)三個(gè)數(shù)組,一維、二維、三維。
arr1 = np.arange(3) arr1 array([0, 1, 2]) --------------------------------------------------------- arr2 = np.arange(9).reshape(3,3) arr2 array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) ---------------------------------------------------------- arr3 = np.arange(27).reshape(3,3,3) arr3 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], [24, 25, 26]]])
在python中的arr結(jié)構(gòu)如上所示。我們將其形象化表示出來(lái),如下圖。
一維數(shù)組只有一個(gè)維度,也叫rank,只有一個(gè)axis軸,axis=0。
二維數(shù)組有兩個(gè)維度,有兩個(gè)axis軸,axis=0和1。
三維數(shù)組有三個(gè)維度,有三個(gè)axis軸,axis=0、1、2。
我們直接在三維上執(zhí)行索引操作,來(lái)理解ndarray的排布。
arr3[1,2,1] 輸出16
索引[1,2,1]依次從高維到低維,從axis軸2到1到0,1指三維上的第2個(gè)元素,即上圖中間的數(shù)組,是一個(gè)二維數(shù)組。2指二維上的第3個(gè)元素,是一個(gè)一維數(shù)組。1值一維上的第2個(gè)元素。也可以試著從軸方向去理解索引的原理。
可以自己操作一下下面索引代碼,看看出結(jié)果。
arr3[3,3,2]
不同維度的ndarray shape理解如下??梢酝ㄋ椎恼J(rèn)為是從點(diǎn)帶面,再到塊。
4、ndarray的操作
主要有索引、切片、過(guò)濾等,后續(xù)細(xì)談。只要理解了ndarray,操作其實(shí)很簡(jiǎn)單。
Refer:
[1] https://danzhuibing.github.io/py_numpy_ndarray.html
[2] https://www.geeksforgeeks.org/numpy-ndarray/
到此這篇關(guān)于Numpy 理解ndarray對(duì)象的示例代碼的文章就介紹到這了,更多相關(guān)Numpy ndarray對(duì)象內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- nditer—numpy.ndarray 多維數(shù)組的迭代操作
- Numpy ndarray 多維數(shù)組對(duì)象的使用
- 詳解numpy.ndarray.reshape()函數(shù)的參數(shù)問(wèn)題
- numpy庫(kù)ndarray多維數(shù)組的維度變換方法(reshape、resize、swapaxes、flatten)
- Python Numpy 控制臺(tái)完全輸出ndarray的實(shí)現(xiàn)
- numpy.ndarray 實(shí)現(xiàn)對(duì)特定行或列取值
- NumPy-ndarray 的數(shù)據(jù)類(lèi)型用法說(shuō)明
相關(guān)文章
Python Flask 請(qǐng)求數(shù)據(jù)獲取響應(yīng)詳解
這篇文章主要介紹了Python Flask請(qǐng)求數(shù)據(jù)獲取響應(yīng)的實(shí)現(xiàn)方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-10-10使用Python寫(xiě)一個(gè)創(chuàng)意五子棋游戲源代碼
這篇文章主要給大家介紹了關(guān)于使用Python寫(xiě)一個(gè)創(chuàng)意五子棋游戲的相關(guān)資料,Python作為一種簡(jiǎn)單易上手的編程語(yǔ)言,能夠輕松實(shí)現(xiàn)五子棋游戲,需要的朋友可以參考下2023-08-08在django中使用post方法時(shí),需要增加csrftoken的例子
這篇文章主要介紹了在django中使用post方法時(shí),需要增加csrftoken的例子,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-03-03pytorch + visdom CNN處理自建圖片數(shù)據(jù)集的方法
這篇文章主要介紹了pytorch + visdom CNN處理自建圖片數(shù)據(jù)集的方法,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-06-06詳解pycharm連接遠(yuǎn)程linux服務(wù)器的虛擬環(huán)境的方法
這篇文章主要介紹了pycharm連接遠(yuǎn)程linux服務(wù)器的虛擬環(huán)境的詳細(xì)教程,本文通過(guò)圖文并茂的形式給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-11-11