N維數(shù)組1.N維數(shù)組NumPy提供了一個N維數(shù)組類型，即ndarray（n-dimensionalarrayobject），它是一系列同類型數(shù)據(jù)的集合，本章統(tǒng)一稱為數(shù)組。ndarray（本章統(tǒng)一稱為數(shù)組）對象是用于存放同類型元素的多維數(shù)組，其中的每個元素在內(nèi)存中都有相同存儲大小的區(qū)域。1.N維數(shù)組ndarray內(nèi)部結(jié)構(gòu)如下圖所示：謝謝THANKYOU構(gòu)造數(shù)組1.Pythonarray_like對象轉(zhuǎn)換為NumPy數(shù)組array函數(shù)語法規(guī)則：numpy.array(object,dtype=None,*,copy=True,order='K',subok=False,ndmin=0,like=None)->ndarrayimportnumpyasnp

arr1=np.array([6,3,1,0])

arr2=np.array(('2',3,5,0))

arr3=np.array([[1,2.0],[0,0],(1+1j,3.)])

arr4=np.array([(1.+0.j,2.+0.j),[0.+0.j,0.+0.j],(1.+1.j,3.+0.j)])

print('創(chuàng)建一維數(shù)組arr1：\n%s'%arr1)

print('創(chuàng)建一維數(shù)組arr2：\n%s'%arr2)

print('創(chuàng)建二維數(shù)組arr3：\n%s'%arr3)

print('創(chuàng)建二維數(shù)組arr4：\n%s'%arr4)創(chuàng)建一維數(shù)組arr1：[6310]創(chuàng)建一維數(shù)組arr2：['2''3''5''0']創(chuàng)建二維數(shù)組arr3：[[1.+0.j2.+0.j][0.+0.j0.+0.j][1.+1.j3.+0.j]]創(chuàng)建二維數(shù)組arr4：[[1.+0.j2.+0.j][0.+0.j0.+0.j][1.+1.j3.+0.j]]示例：使用array函數(shù)創(chuàng)建ndarray。代碼：運行結(jié)果：1.Pythonarray_like對象轉(zhuǎn)換為NumPy數(shù)組arr1=np.array([1,2,3,4],dtype=complex)print('創(chuàng)建的數(shù)組為：',arr1)#指定ndminarr2=np.array([1,2,3,4],ndmin=2)print('創(chuàng)建的數(shù)組為：',arr2)arr3=np.array([[1,2,3,4],['a',5,6,7],[7,8,9,10]],ndmin=1)print('創(chuàng)建的數(shù)組為：\n%s'%arr3)創(chuàng)建的數(shù)組為：[1.+0.j2.+0.j3.+0.j4.+0.j]創(chuàng)建的數(shù)組為：[[1234]]創(chuàng)建的數(shù)組為：[['1''2''3''4']['a''5''6''7']['7''8''9''10']]代碼：運行結(jié)果：示例：設(shè)置array函數(shù)的參數(shù)。1.Pythonarray_like對象轉(zhuǎn)換為NumPy數(shù)組2.NumPy原生數(shù)組的創(chuàng)建(1)arange函數(shù)numpy.arange([start,]stop[,step,],dtype=None,*,like=None)示例：使用arange函數(shù)創(chuàng)建數(shù)組。代碼：arr4=np.arange(3,7,2)

print('創(chuàng)建的數(shù)組為：',arr4)運行結(jié)果：創(chuàng)建的數(shù)組為：[35]2.NumPy原生數(shù)組的創(chuàng)建(2)linspace函數(shù)numpy.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None,axis=0)2.NumPy原生數(shù)組的創(chuàng)建(3)logspace函數(shù)numpy.logspace(start,stop,num=50,endpoint=True,base=10.0,dtype=None,axis=0)2.NumPy原生數(shù)組的創(chuàng)建(4)zeros函數(shù)numpy.zeros(shape,dtype=float,order='C',*,like=None)2.NumPy原生數(shù)組的創(chuàng)建(5)eye函數(shù)numpy.eye(N,M=None,k=0,dtype=float,order='C',*,like=None)2.NumPy原生數(shù)組的創(chuàng)建(6)diag函數(shù)numpy.diag(v,k=0)2.NumPy原生數(shù)組的創(chuàng)建(7)ones函數(shù)numpy.ones(shape,dtype=None,order='C',*,like=None)3.隨機數(shù)創(chuàng)建數(shù)組(1)

random.random函數(shù)生成隨機浮點數(shù)

numpy.random.random(size=None)(2)

random.rand函數(shù)生成服從均勻分布的隨機數(shù)numpy.random.rand(*dn)3.隨機數(shù)創(chuàng)建數(shù)組(3)random.randn函數(shù)生成服從正態(tài)分布的隨機數(shù)numpy.random.randn(*dn)(4)random.randint函數(shù)生成給定上下限范圍的隨機數(shù)numpy.random.randint(low,high=None,size=None,dtype='l')謝謝THANKYOU數(shù)組屬性1.ndarray數(shù)組的主要屬性及其說明屬性說明ndim返回int。數(shù)組的軸（維度）的個數(shù)。Python中，維度的數(shù)量被稱為rank。shape返回tuple。數(shù)組的維度，是一個整數(shù)的元組，表示每個維度中數(shù)組的大小。對于有n行和m列的矩陣，shape將是(n,m)。因此，shape元組的長度就是rank或維度的個數(shù)ndim。size返回int。數(shù)組元素的總數(shù)，等于shape的元素的乘積。dtype返回data-type。一個描述數(shù)組中元素類型的對象。可以使用標準的Python類型創(chuàng)建或指定dtype。另外NumPy提供它自己的類型。例如32、16和numpy.float64。itemsize返回int。數(shù)組中每個元素的字節(jié)大小。例如，元素為float64類型的數(shù)組的itemsize為8（=64/8），而complex32類型的數(shù)組的itemsize為4（=32/8）。它等于ndarray.dtype.itemsize。2.代碼示例示例：獲取數(shù)組屬性。代碼：arr1=np.array([[0,1,2,3],[4,5,6,7]])

print('arr1.ndim:',arr1.ndim)

print('arr1.shape:',arr1.shape)

print('arr1.size:',arr1.size)

print('arr1.dtype:',arr1.dtype)

print('arr1.itemsize:',arr1.itemsize)運行結(jié)果：arr1.ndim:2arr1.shape:(2,4)arr1.size:8arr1.dtype:int32arr1.itemsize:4數(shù)據(jù)類型1.NumPy基本數(shù)據(jù)類型數(shù)據(jù)類型說明bool_用一位存儲的布爾類型（值為TRUE或FALSE）int8整數(shù)，范圍為?128至127（簡寫i1）int16整數(shù)，范圍為?32768至32767（簡寫i2）int32整數(shù)，范圍為?231至232-1（簡寫i4）int64整數(shù)，范圍為?263至263-1（簡寫i8）uint8無符號整數(shù)，范圍為0至255uint16無符號整數(shù)，范圍為0至65535uint32無符號整數(shù)，范圍為0至232-1uint64無符號整數(shù)，范圍為0至264-1float64半精度浮點數(shù)(16位)，其中1位表示正負號，5位表示指數(shù)，10位表示尾數(shù)（簡寫f2）float32單精度浮點數(shù)(32位)，其中1位表示正負號，8位表示指數(shù)，23位表示尾數(shù)（簡寫f4）float64或float_單精度浮點數(shù)(64位)，其中1位表示正負號，11位表示指數(shù)，52位表示尾數(shù)（簡寫f8）complex64復(fù)數(shù)，分別用兩個32位浮點數(shù)表示實部和虛部complex128或complex_復(fù)數(shù)，分別用兩個64位浮點數(shù)表示實部和虛部1.NumPy基本數(shù)據(jù)類型字符代碼說明b布爾型i（有符號）整型u無符號整型f浮點型c復(fù)數(shù)浮點型mTimedelta（時間增量）MDatetime（日期增量）O（Python）對象S字符串（固定長度的char序列）UUnicodeV原始數(shù)據(jù)（void）NumPy內(nèi)建類型的字符代碼2.常數(shù)數(shù)據(jù)類型轉(zhuǎn)換對于NumPy數(shù)組中的數(shù)據(jù)類型，每一種數(shù)據(jù)類型均有其對應(yīng)的轉(zhuǎn)換函數(shù)。使用轉(zhuǎn)換函數(shù)，轉(zhuǎn)換數(shù)據(jù)類型的語法規(guī)則為：numpy.數(shù)據(jù)類型(數(shù)字/列表/元組)3.數(shù)組數(shù)據(jù)類型轉(zhuǎn)換在數(shù)組生成過程中，可以通過指定dtype參數(shù)修改數(shù)組數(shù)據(jù)類型。可以通過如下方式查看數(shù)據(jù)類型：numpy.dtype(object)4.數(shù)據(jù)類型對象（dtype）dtype對象的構(gòu)造方法如下所示：numpy.dtype(object,align,copy)4.數(shù)據(jù)類型對象（dtype）示例：創(chuàng)建自定義數(shù)據(jù)類型。代碼：df=np.dtype([("name",np.str_,40),("age",64),("height",np.float64)])

print('創(chuàng)建數(shù)據(jù)類型為：',df)

print('查看name數(shù)據(jù)類型為：',df["name"])

print('查看name數(shù)據(jù)類型為：',np.dtype(df["name"]))

itemz=np.array([("LiLei",20,175.6),("XiaoMing",21,180.1)],dtype=df)

print('自定義數(shù)據(jù)為：',itemz)運行結(jié)果：創(chuàng)建數(shù)據(jù)類型為：[('name','<U40'),('age','<i8'),('height','<f8')]查看name數(shù)據(jù)類型為：<U40查看name數(shù)據(jù)類型為：<U40自定義數(shù)據(jù)為：[('LiLei',20,175.6)('XiaoMing',21,180.1)]謝謝THANKYOU切片和索引1.切片numpy.slice函數(shù)切片操作(1)numpy.slice(start,stop,step)start：起始下標；stop：終止下標；step：步長。參數(shù)值：整數(shù)。(2)numpy.slice(start,stop)兩個參數(shù)時，代表start、stop，步長默認為1。(3)numpy.slice(stop)僅有一個參數(shù)代表stop：終止下標。2.索引(1)一維數(shù)組索引①[index]index為非負整數(shù)時，從0往后數(shù)；index為負整數(shù)時，從-1往前數(shù)。②[start:stop]取值范圍：[start：stop)。③[start:]、[:stop]取值范圍：[start:-1]、[0:stop)。④[start:stop:step]若start<stop,step>0：按照步長(順序)取值，范圍為[start：stop)。若start>stop,step<0：按照步長(從后向前)取值，范圍為[start：stop)。⑤array[start:stop]=[n1,n2,…]修改指定范圍的數(shù)組元素值。2.索引(2)多維數(shù)組索引①[索引1,索引2,…]索引規(guī)則<=維度，從前向后匹配維度。②[…,k]或[:,k]使用…或:表示省略，訪問第k維度。③[…,…,索引k]或[:,:,索引k]使用…或:匹配維度，采用規(guī)則訪問第k維度。④array[索引1,索引2,…]=[[…],[…]…]修改多維數(shù)組元素值，保證元素匹配。2.索引(2)多維數(shù)組索引示例：已知數(shù)組arr.shape為(4,5)，使用索引訪問。1-索引訪問，第0行：arr[0]1-索引訪問，第0行第0列：arr[0,0]1-索引訪問，第0至1行、第0至1列：arr[0:2,0:2]1-索引訪問，行步長為2、列步長為-2：arr[::2,::-2]2-索引訪問，所有行的第2列：arr[...,2]2-索引訪問，所有行的第2列第3列：arr[...,2:4]3-索引訪問，所有行的第2列第3列：arr[:,2:4]3-索引訪問，第2行第3行的所有列：arr[2:4,:]3.高級索引(1)整數(shù)索引語法：array[1維索引,2維索引,…]，n維索引=[kn1,kn2,…]，取出的第一個元素位置為(k11,k21,…,kn1,…)。示例：已知數(shù)組arr.shape為(3,4)，使用整數(shù)索引訪問。1-取出數(shù)組四個角：arr[[0,0,2,2],[0,3,0,3]]2-取出數(shù)組四個角：arr[[[0,0],[2,2]],[[0,3],[0,3]]]3.高級索引(2)布爾索引通過布爾數(shù)組來索引目標數(shù)組，獲取符合指定條件的元素的數(shù)組。語法：array[array的布爾表達式]，[]內(nèi)的array代表每個元素。布爾表達式中常用的比較運算符包括：>、<、>=、<=、==、!=、numpy.isnan、numpy.iscomplex()3.高級索引(3)花式索引①array[[i0,i1,…]][]內(nèi)的i0、i1代表元素下標，可為負整數(shù)、0、正整數(shù)。②array[numpy.ix_([i0,i1,…],[i0,i1,…])]使用numpy.ix_傳入多個索引數(shù)組，前一組[i0,i1,…]的結(jié)果，作為后一組取值的輸入。

謝謝THANKYOU迭代數(shù)組1.構(gòu)造方法NumPy迭代器對象numpy.nditer提供了一種靈活訪問一個或者多個數(shù)組元素的方式。nditer對象的構(gòu)造方法：numpy.nditer(array,order='C')2.單數(shù)組遍歷使用for語句訪問單個迭代器對象中的元素。forxinnumpy.nditer(a,order='C'):

print(x)示例：單數(shù)組迭代的使用。代碼：arr=np.arange(6)

arr.shape=(2,3)

forxinnp.nditer(arr,order='F'):

print(x,end=",")運行結(jié)果：列優(yōu)先迭代輸出元素：0,3,1,4,2,5,3.廣播數(shù)組迭代如果兩個數(shù)組是可廣播的，nditer組合對象能夠同時迭代它們。當發(fā)生廣播錯誤時，迭代器引發(fā)一個異常，其中包括輸入形狀以幫助診斷問題。語法如下所示：numpy.nditer([arr1,arr2])組合對象能夠同時迭代它們。僅對兩個數(shù)組進行廣播迭代。3.廣播數(shù)組迭代示例：廣播數(shù)組迭代使用。代碼：arr1=np.array([[1,2,3],[4,5,6]])

print('第一個數(shù)組為：')

print(arr1)

print('第二個數(shù)組為：')

arr2=np.array(['a','b','c'])

print(arr2)

print('修改后的數(shù)組為：')

forx,yinnp.nditer([arr1,arr2]):

print("%d:%s"%(x,y),end="")運行結(jié)果：第一個數(shù)組為：[[123][456]]第二個數(shù)組為：['a''b''c']修改后的數(shù)組為：1:a2:b3:c4:a5:b6:c謝謝THANKYOU常量1.

NumPy常用常量名稱及其含義常量名說明inf（正）無窮大。IEEE754中，無窮大相當于正無窮大。inf的別名包括：Inf、Infinity、PINF和infty。NINF負無窮大。IEEE754中，正無窮大不等于負無窮大。nan非數(shù)字（NotaNumber）。NaN的別名包括：NaN和NAN。IEEE754中，NotaNumber不等于無窮大。NZERO負零。IEEE754中，負零被認為是有限數(shù)。PZERO正零。IEEE754中，正零被認為是有限數(shù)。newaxisNone的別名，常用于索引數(shù)組。euler_gamma歐拉常數(shù)，又稱歐拉-馬斯克諾尼常數(shù)。γ=0.5772156649015328606065120900824024310421…e自然常數(shù)，是自然對數(shù)的基礎(chǔ)，又稱歐拉數(shù)、納皮爾的常數(shù)。e=2.7182818284590452353602874713526624977…pi圓周率。pi=3.1415926535897932384626433…2.常量訪問NumPy中常量的訪問方式為：numpy.常量名示例：輸出NumPy常用常量。代碼：print('（正）無窮大：',np.inf)

print('負無窮大：',np.NINF)

print('負無窮大：',np.log(0))

print('負零：',np.NZERO)

print('正零：',np.PZERO)

print('newaxis：',np.newaxisisNone)

print('歐拉常數(shù)：',np.euler_gamma)

print('自然常數(shù)：',np.e)

print('圓周率：',np.pi)運行結(jié)果：（正）無窮大：inf負無窮大：-inf負無窮大：-inf負零：-0.0正零：0.0newaxis：True歐拉常數(shù)：0.5772156649015329自然常數(shù)：2.718281828459045圓周率：3.1415926535897933.常量判斷NumPy常用常量的判斷函數(shù)及其說明函數(shù)說明numpy.isinf(object)判斷哪些元素為正或負無窮大。numpy.isposinf(object)判斷哪些元素是正無窮大。numpy.isneginf(object)判斷哪些元素為負無窮大。numpy.isnan(object)判斷哪些元素不是數(shù)字。numpy.isfinite(object)判斷哪些元素是有限的（不是非數(shù)字、正無窮大、負無窮大）。3.常量判斷示例：使用numpy.isinf(object)方法判斷常量。代碼：print(np.isinf(np.PINF))

print(np.isinf(np.array([[1,2,3],[4,5,6]])))

print(np.isinf([np.inf,np.nan]))

print(np.isinf((np.nan,np.NZERO)))運行結(jié)果：True[[FalseFalseFalse][FalseFalseFalse]][TrueFalse][FalseFalse]謝謝THANKYOU變換數(shù)組形態(tài)1.數(shù)組重塑2.數(shù)組合并3.數(shù)組分割1.數(shù)組重塑(1)改變數(shù)組形狀reshape函數(shù)語法規(guī)則：ndarray.reshape(shape,order='C')1.數(shù)組重塑示例：使用reshape函數(shù)修改數(shù)組形狀。代碼：arr=np.arange(12)

print('生成數(shù)組：\n%s'%arr)print('1-改變數(shù)組形狀：\n%s'%arr.reshape((3,4)))print('2-改變數(shù)組形狀：\n%s'%arr.reshape((3,4),order='F'))運行結(jié)果：生成數(shù)組：[01234567891011]1-改變數(shù)組形狀：[[0123][4567][891011]]2-改變數(shù)組形狀：[[0369][14710][25811]]1.數(shù)組重塑(2)數(shù)組展平①ravel函數(shù)語法規(guī)則：ndarray.ravel(order='C')

②flatten函數(shù)語法規(guī)則：ndarray.flatten(order='C')2.數(shù)組合并(1)水平組合numpy.hstack((array1,array2,…))參數(shù)：元組，元素為數(shù)組。說明：將多個數(shù)組水平堆疊，堆疊維度的元素個數(shù)必須相同。2.數(shù)組合并示例：使用hstack函數(shù)水平組合數(shù)組。代碼：arr1=np.arange(12).reshape(3,4)

print('數(shù)組1：\n%s'%arr1)

arr2=arr1*3

print('數(shù)組2：\n%s'%arr2)

print('水平堆疊：\n%s'%np.hstack((arr1,arr2)))運行結(jié)果：數(shù)組1：[[0123][4567][891011]]數(shù)組2：[[0369][12151821][24273033]]水平堆疊：[[01230369][456712151821][89101124273033]]2.數(shù)組合并(2)縱向組合numpy.vstack((array1,array2,…)

)參數(shù)：元組，元素為數(shù)組。說明：將多個數(shù)組豎直堆疊，堆疊維度的元素個數(shù)必須相同。2.數(shù)組合并示例：使用vstack函數(shù)縱向組合數(shù)組。代碼：arr1=np.arange(12).reshape(3,4)

print('數(shù)組1：\n%s'%arr1)

arr2=arr1*3

print('數(shù)組2：\n%s'%arr2)

print('豎直堆疊：\n%s'%np.vstack((arr1,arr2)))運行結(jié)果：數(shù)組1：[[0123][4567][891011]]數(shù)組2：[[0369][12151821][24273033]]豎直堆疊：[[0123][4567][891011][0369][12151821][24273033]]2.數(shù)組合并(3)自定義組合方向axis示意圖：2.數(shù)組合并(3)自定義組合方向①concatenate函數(shù)numpy.concatenate((array1,array2,…),axis=0)參數(shù)：元組，元組中的元素為數(shù)組；axis默認0，沿著0軸組合；axis=1沿著1軸組合。說明：函數(shù)用于沿指定軸連接相同形狀的兩個或多個數(shù)組。2.數(shù)組合并(3)自定義組合方向②stack函數(shù)numpy.stack((array1,array2,…),axis=0)參數(shù)：元組，元組中的元素為數(shù)組；axis默認0，沿著0軸組合；axis=1沿著1軸組合。說明：函數(shù)用于沿指定軸連接相同形狀的兩個或多個數(shù)組。3.數(shù)組分割①自定義分割方向numpy.split(array,indices_or_sections,axis)②水平分割numpy.hsplit(array,indices_or_sections)，等價于numpy.split

(…,axis=1)③縱向分割numpy.vsplit(array,indices_or_sections)，等價于numpy.split

(…,axis=0)3.數(shù)組分割示例：使用函數(shù)分割數(shù)組。代碼：arr=np.arange(16).reshape(4,4)print('二維數(shù)組：\n%s'%arr)print('橫向等分數(shù)組：\n%s'%np.split(arr,2,axis=1))print('縱向等分數(shù)組：\n%s'%np.split(arr,2,axis=0))運行結(jié)果：二維數(shù)組：[[0123][4567][891011][12131415]]橫向等分數(shù)組：[array([[0,1],[4,5],[8,9],[12,13]]),array([[2,3],[6,7],[10,11],[14,15]])]縱向等分數(shù)組：[array([[0,1,2,3],[4,5,6,7]]),array([[8,9,10,11],[12,13,14,15]])]謝謝THANKYOU通函數(shù)（ufunc）ufunc概述：ufunc函數(shù)全稱為通用函數(shù)，是一種能夠?qū)?shù)組中的所有元素進行操作的函數(shù)，并且都是以NumPy數(shù)組作為輸出，因此不需要對數(shù)組的每一個元素都進行操作。支持數(shù)組廣播，類型轉(zhuǎn)換和其他一些標準功能。在NumPy中，通函數(shù)是“numpy.ufunc類”的實例。1.可用ufuncs概述：目前在NumPy中定義了60多種通用功能，涵蓋了各種各樣的操作。當使用相關(guān)的中綴符號時，在數(shù)組上自動調(diào)用這些ufunc。例如，當寫入a+b并且a或b是ndarray時，在內(nèi)部調(diào)用add(a,b)。1.可用ufuncs(1)數(shù)組的運算常用的運算包括四則運算、比較運算、邏輯運算等，計算時對每個數(shù)組中的元素分別運算，兩個數(shù)組的shape必須相同或可以執(zhí)行廣播。①

算術(shù)運算：加（+）、減（-）、乘（*）、除（/）、冪（**）。②

比較運算：>、<、==、>=、<=、!=。比較運算返回的結(jié)果是一個布爾數(shù)組，每個元素為每個數(shù)組對應(yīng)元素的比較結(jié)果。③

邏輯運算：numpy.all()表示邏輯and，numpy.any()表示邏輯or。運算結(jié)果返回布爾值。1.可用ufuncs示例：數(shù)組的常用運算。代碼：x=np.array([1,2,3])

y=np.array([4,5,6])

print('數(shù)組相加結(jié)果為：',x+y)#數(shù)組相加

print('數(shù)組比較結(jié)果為：',x<y)

print('數(shù)組邏輯運算結(jié)果為：',np.all(x==y))運行結(jié)果：數(shù)組相加結(jié)果為：[579]數(shù)組比較結(jié)果為：[TrueFalseFalse]數(shù)組邏輯運算結(jié)果為：False1.可用ufuncs(2)算術(shù)函數(shù)計算時，兩個數(shù)組的shape必須相同或可以執(zhí)行廣播。NumPy常用算術(shù)函數(shù)如下表所示：函數(shù)說明numpy.add(arr1,arr2)兩個數(shù)組的加法。numpy.subtract(arr1,arr2)兩個數(shù)組的減法。numpy.multiply(arr1,arr2)兩個數(shù)組的乘法。numpy.divide(arr1,arr2)兩個數(shù)組的除法。numpy.reciprocal(arr)返回數(shù)組每個元素的倒數(shù)。numpy.power(arr1,arr2)將第一個輸入數(shù)組中的元素作為底數(shù)，計算它與第二個輸入數(shù)組中相應(yīng)元素的冪。numpy.mod(arr1,arr2)計算輸入數(shù)組中相應(yīng)元素的相除后的余數(shù)。1.可用ufuncs(3)三角函數(shù)NumPy提供了對數(shù)組元素進行三角函數(shù)計算，常用函數(shù)如下表所示：函數(shù)說明numpy.sin(array)正弦numpy.arcsin(array)反正弦numpy.cos(array)余弦numpy.arccos(array)反余弦numpy.tan(array)正切numpy.arctan(array)反正切numpy.degrees(array)弧度轉(zhuǎn)換為角度1.可用ufuncs(4)浮動函數(shù)NumPy常用浮動函數(shù)，如下表所示：函數(shù)說明numpy.around(arr,decimals=0)arr：數(shù)組decimals：四舍五入的保留位數(shù)；0無小數(shù)、負整數(shù)小數(shù)點右側(cè)、正整數(shù)小數(shù)點左側(cè)numpy.floor(arr)向下取整numpy.ceil(arr)向上取整2.廣播廣播是NumPy對不同形狀（shape）的數(shù)組進行數(shù)值計算的方式，廣播常用在四則運算、比較運算、邏輯運算、迭代等數(shù)組操作之前。規(guī)則如下：①讓所有輸入數(shù)組都向其中shape最長的數(shù)組看齊，shape中不足的部分都通過在前面加1補齊。②輸出數(shù)組的shape是輸入數(shù)組shape的各個軸上的最大值。③如果輸入數(shù)組的某個軸和輸出數(shù)組的對應(yīng)軸的長度相同或者其長度為1時，這個數(shù)組能夠用來計算，否則出錯。④當輸入數(shù)組的某個軸的長度為1時，沿著此軸運算時都用此軸上的第一組值。2.廣播(1)一維數(shù)組廣播示例：一維數(shù)組廣播的使用。代碼：print('一維*一維廣播')

arr1=np.array([1,2,3,4])

arr2=np.array([2])

print(arr1.shape,arr2.shape)

print('1-相加：',arr1+arr2)運行結(jié)果：一維*一維廣播(4,)(1,)1-相加：[3456]2.廣播(2)二維數(shù)組廣播假設(shè)a.shape=(4,3)、b.shape=(3)，下圖展示了數(shù)組a和數(shù)組b執(zhí)行乘法運算前的廣播。2.廣播(3)廣播數(shù)組迭代如果兩個數(shù)組是可廣播的，numpy.nditer([arr1,arr2])組合對象能夠同時迭代它們。僅對兩個數(shù)組進行廣播迭代。示例：forx,yinnp.nditer([arr1,arr2]):

print("%d:%s"%(x,y),end="")2.廣播(4)廣播新形狀numpy.broadcast_to(array,shape=(…))array：待廣播的數(shù)組；shape：元組，廣播后數(shù)組的形狀。函數(shù)將數(shù)組廣播到新形狀，在原始數(shù)組上返回只讀視圖，即返回后的數(shù)組元素不能修改。2.廣播(4)廣播新形狀示例：將數(shù)組廣播到新形狀。代碼：a=np.arange(4).reshape(1,4)

print('原數(shù)組：',a)

print('調(diào)用broadcast_to函數(shù)之后：')

b=np.broadcast_to(a,(4,4))

print(b)

print(b[0,0])運行結(jié)果：原數(shù)組：[[0123]]調(diào)用broadcast_to函數(shù)之后：[[0123][0123][0123][0123]]0謝謝THANKYOU字符串函數(shù)1.字符串函數(shù)調(diào)用NumPy中對于dtype為numpy.string_或numpy.unicode_的數(shù)組執(zhí)行向量化字符串操作。這些操作基于Python內(nèi)置庫中的標準字符串函數(shù)，在字符數(shù)組類（numpy.char）中定義，調(diào)用語法為：numpy.char.函數(shù)名()2.常用字符串函數(shù)及其說明函數(shù)參數(shù)說明add(arr1,arr2)arr1、arr2兩個數(shù)組shape必須一致對兩個數(shù)組的逐個字符串元素進行連接multiply(arr,i)數(shù)組arr的每個元素鏈接i次(整數(shù))返回按元素多重連接后的字符串center(arr,width,fillchar='')數(shù)組arr的元素居中，兩邊用fillchar填充，長度為width居中字符串capitalize(arr)arr數(shù)組or字符串將字符串第一個字母轉(zhuǎn)換為大寫title(arr)arr數(shù)組or字符串將字符串的每個單詞的第一個字母轉(zhuǎn)換為大寫lower(arr)arr數(shù)組or字符串數(shù)組元素轉(zhuǎn)換為小寫upper(arr)arr數(shù)組or字符串數(shù)組元素轉(zhuǎn)換為大寫split(arr,sep=None,maxsplit=None)數(shù)組arr的元素以sep字符為分割標記，最多分割maxsplit次指定分隔符對字符串進行分割，并返回數(shù)組列表splitlines(arr,keepends=None)數(shù)組arr的元素以\r、\n、\r\n分割，僅當keepends=Ture保留分割標記返回元素中的行列表，以換行符分割strip(arr,chars=None)數(shù)組arr的元素開頭和結(jié)尾的chars字符串移除移除元素開頭和結(jié)尾處的特定字符join(sep,seq)sep:連接字符數(shù)組;seq:字符串數(shù)組sep元素個數(shù)<=seq元素個數(shù)通過指定分隔符來連接數(shù)組中的元素replace(arr,old,new,count=None)將數(shù)組arr元素的old字符串，替換為new字符串，替換count個使用新字符串替換字符串中的所有子字符串3.應(yīng)用示例：常用字符串函數(shù)應(yīng)用。代碼：print(np.char.add(['like','don\'tlike'],['python','java']))

print(np.char.multiply(['python','java'],3)

print(np.char.title(['ilikepython','ilikejava']))

print(np.char.splitlines('i\nlikepython?'))

print(np.char.join([':'],['python','java']))運行結(jié)果：['likepython'"don'tlikejava"]['pythonpythonpython''javajavajava']['ILikePython''ILikeJava']['i','likepython?']['p:y:t:h:o:n''j:a:v:a']謝謝THANKYOU文件讀寫1.讀寫二進制格式的數(shù)據(jù)2.讀寫文本格式的數(shù)據(jù)1.讀寫二進制格式的數(shù)據(jù)讀寫二進制格式數(shù)據(jù)時，以wb方式打開文件，存儲時可以省略擴展名，但讀取時不能省略擴展名。(1)save函數(shù)save函數(shù)是以二進制的格式保存數(shù)據(jù)，將數(shù)組保存在NumPy的“.npy”格式中。save函數(shù)語法規(guī)則：numpy.save(file,arr,allow_pickle=True,fix_imports=True)1.讀寫二進制格式的數(shù)據(jù)(2)savez函數(shù)savez函數(shù)可以將多個數(shù)組保存到一個“.npz”文件中。savez函數(shù)語法規(guī)則：numpy.savez(file,*args,**kwds)1.讀寫二進制格式的數(shù)據(jù)(3)load函數(shù)load函數(shù)是從二進制的文件中讀取數(shù)據(jù)。load函數(shù)語法規(guī)則：data=numpy.load(file,mmap_mode=None,allow_pickle=False,fix_imports=True,encoding='ASCII',*,max_header_size=format._MAX_HEADER_SIZE)判斷數(shù)組個數(shù)可以使用Python內(nèi)建函數(shù)len(data)。訪問讀取的數(shù)組，可以使用data['arr_0']、data['arr_1']等。注意，這里的arr_0、arr_1應(yīng)與savez函數(shù)的數(shù)組名相對應(yīng)。1.讀寫二進制格式的數(shù)據(jù)示例：讀寫二進制格式的文件數(shù)據(jù)。代碼：運行結(jié)果：讀取的數(shù)組為：讀取的數(shù)組為：[[01234][56789]]讀取的數(shù)組對象：NpzFile'./tmp/savez_arr.npz'withkeys:arr_0,arr_1讀取的數(shù)組個數(shù)：2讀取的數(shù)組1為：[[123][456]]讀取的數(shù)組2為：[0.0.10.20.30.40.50.60.70.80.9]print('------numpy.save()------')

arr=np.arange(10).reshape(2,5)

np.save("./tmp/save_arr",arr)

print('-----numpy.savez()-------')

arr1=np.array([[1,2,3],[4,5,6]])

arr2=np.arange(0,1.0,0.1)

np.savez('./tmp/savez_arr',arr1,arr2)

print('-----numpy.load()-------')

loaded_data=np.load("./tmp/save_arr.npy")

print('讀取的數(shù)組為：\n%s'%loaded_data)

loaded_data1=np.load("./tmp/savez_arr.npz")

print('讀取的數(shù)組對象：',loaded_data1)

print('讀取的數(shù)組個數(shù)：',len(loaded_data1))

print('讀取的數(shù)組1為：\n%s'%loaded_data1['arr_0'])

print('讀取的數(shù)組2為：',loaded_data1['arr_1'])2.讀寫文本格式的數(shù)據(jù)(1)savetxt函數(shù)numpy.savetxt(fname,X,fmt='%.18e',delimiter='',newline='\n',header='',footer='',comments='#',encoding=None)(2)loadtxt函數(shù)numpy.loadtxt(fname,dtype=float,comments='#',delimiter=None,converters=None,skiprows=0,usecols=None,unpack=False,ndmin=0,encoding='bytes',max_rows=None,*,quotechar=None,like=None)2.讀寫文本格式的數(shù)據(jù)(3)genfromtxt函數(shù)numpy.genfromtxt(fname,dtype=float,comments='#',delimiter=None,skip_header=0,skip_footer=0,converters=None,missing_values=None,filling_values=None,usecols=None,names=None,excludelist=None,deletechars=''.join(sorted(NameValidator.defaultdeletechars)),replace_space='_',autostrip=False,case_sensitive=True,defaultfmt="f%i",unpack=None,usemask=False,loose=True,invalid_raise=True,max_rows=None,encoding='bytes',*,ndmin=0,like=None)2.讀寫文本格式的數(shù)據(jù)arr=np.arange(0,12,0.5).reshape(4,-1)

print('------numpy.savetxt()------')

np.savetxt("./tmp/arr.txt",arr,fmt="%.2f",delimiter=",")運行結(jié)果：------numpy.savetxt()------------numpy.loadtxt()------讀取的數(shù)組為：[[0.0.51.1.52.2.5][3.3.54.4.55.5.5][6.6.57.7.58.8.5][9.9.510.10.511.11.5]]------numpy.genfromtxt()------讀取的數(shù)組為：[[0.0.51.1.52.2.5][3.3.54.4.55.5.5][6.6.57.7.58.8.5][9.9.510.10.511.11.5]]示例：文本格式數(shù)據(jù)的讀寫。代碼：print('------numpy.loadtxt()------')

loaded_data=np.loadtxt("./tmp/arr.txt",delimiter=",")

print('讀取的數(shù)組為：\n%s'%loaded_data)print('------numpy.genfromtxt()------')

loaded_data=np.genfromtxt("./tmp/arr.txt",delimiter=",")

print('讀取的數(shù)組為：\n%s'%loaded_data)謝謝THANKYOU統(tǒng)計與分析1.排序在NumPy中，直接排序經(jīng)常使用sort函數(shù)，間接排序經(jīng)常使用argsort函數(shù)和lexsort函數(shù)。NumPy提供的主要排序算法及其說明如下表所示。種類速度最壞情況工作空間穩(wěn)定性'quicksort'（快速排序）1O(n^2)0否'mergesort'（歸并排序）2O(n*log(n))~n/2是'heapsort'（堆排序）3O(n*log(n))0否1.排序(1)sort函數(shù)numpy.sort(a,axis=-1,kind='quicksort',order=None)sort函數(shù)調(diào)用后改變原始數(shù)組，無返回值。1.排序示例：使用sort函數(shù)對數(shù)組排序。代碼：a=np.array([[3,7],[9,1]])

print('1-調(diào)用sort()函數(shù)：\n%s'%np.sort(a))

print('2-展開排序：')

print(np.sort(a,axis=None))

print('3-按列排序：')

print(np.sort(a,axis=0))

#在sort函數(shù)中排序字段

dt=np.dtype([('name','S10'),('age',int)])

a=np.array([("raju",21),("anil",25),("ravi",17),("amar",27)],dtype=dt)

print('數(shù)組是：\n%s'%a)

print('按name排序：')

print(np.sort(a,order='name'))運行結(jié)果：1-調(diào)用sort()函數(shù)：[[37][19]]2-展開排序：[1379]3-按列排序：[[31][97]]數(shù)組是：[(b'raju',21)(b'anil',25)(b'ravi',17)(b'amar',27)]按name排序：[(b'amar',27)(b'anil',25)(b'raju',21)(b'ravi',17)]1.排序(2)argsort函數(shù)

numpy.argsort(a,axis=-1,kind='quicksort',order=None)返回數(shù)組值從小到大的索引值。1.排序(3)lexsort函數(shù)

numpy.lexsort(keys,axis=None)lexsort函數(shù)對多個序列進行排序，排序時優(yōu)先照顧靠后的列。2.去重與重復(fù)數(shù)據(jù)(1)去重unique函數(shù)找出數(shù)組中的唯一值，并返回已排序結(jié)果。numpy.unique(ar,return_index=False,return_inverse=False,return_counts=False,axis=None,*,equal_nan=True)2.去重與重復(fù)數(shù)據(jù)示例：使用unique函數(shù)對數(shù)組去重。代碼：names=np.array(['北京冬奧精神','胸懷大局','自信開放','迎難而上','追求卓越','共創(chuàng)未來','自信開放','迎難而上'])

print('創(chuàng)建的數(shù)組為：',names)

print('1-去重后的數(shù)組為：',np.unique(names))

print('2-去重后的數(shù)組為：',np.unique(names,return_index=True))

print('3-去重后的數(shù)組為：',np.unique(names,return_index=True,return_inverse=True))

print('4-去重后的數(shù)組為：',np.unique(names,return_inverse=True,return_counts=True))

#跟np.unique等價的Python代碼實現(xiàn)過程

print('去重后的數(shù)組為：',sorted(set(names)))2.去重與重復(fù)數(shù)據(jù)運行結(jié)果：創(chuàng)建的數(shù)組為：['北京冬奧精神''胸懷大局''自信開放''迎難而上''追求卓越''共創(chuàng)未來''自信開放''迎難而上']1-去重后的數(shù)組為：['共創(chuàng)未來''北京冬奧精神''胸懷大局''自信開放''迎難而上''追求卓越']2-去重后的數(shù)組為：(array(['共創(chuàng)未來','北京冬奧精神','胸懷大局','自信開放','迎難而上','追求卓越'],dtype='<U6'),array([5,0,1,2,3,4],dtype=int64))3-去重后的數(shù)組為：(array(['共創(chuàng)未來','北京冬奧精神','胸懷大局','自信開放','迎難而上','追求卓越'],dtype='<U6'),array([5,0,1,2,3,4],dtype=int64),array([1,2,3,4,5,0,3,4],dtype=int64))4-去重后的數(shù)組為：(array(['共創(chuàng)未來','北京冬奧精神','胸懷大局','自信開放','迎難而上','追求卓越'],dtype='<U6'),array([1,2,3,4,5,0,3,4],dtype=int64),array([1,1,1,2,2,1],dtype=int64))去重后的數(shù)組為：['共創(chuàng)未來','北京冬奧精神','胸懷大局','自信開放','迎難而上','追求卓越']2.去重與重復(fù)數(shù)據(jù)(1)重復(fù)數(shù)據(jù)①title函數(shù)把一組數(shù)據(jù)重復(fù)若干次，遵循廣播規(guī)則。shape中不足的部分都通過在前面加1補齊。

numpy.title(A,reps)A：指定重復(fù)的數(shù)組，reps：維度的指定重復(fù)次數(shù)。2.去重與重復(fù)數(shù)據(jù)(1)重復(fù)數(shù)據(jù)②repeat函數(shù)repeat函數(shù)將數(shù)組按照指定的軸，進行重復(fù)。

ndarray.repeat(repeats,axis=None)ndarray：指定需要重復(fù)的數(shù)組，repeats：指定重復(fù)次數(shù)，axis：指定沿著按個軸重復(fù)。2.去重與重復(fù)數(shù)據(jù)示例：使用repeat函數(shù)重復(fù)數(shù)組。代碼：arr=np.arange(9).reshape(3,3)

print('創(chuàng)建的數(shù)組為：\n%s'%arr)

print('1-重復(fù)后數(shù)組為：\n%s’%arr.repeat(2,axis=0))

print('2-重復(fù)后數(shù)組為：\n%s'%arr.repeat(2,axis=1))運行結(jié)果：創(chuàng)建的數(shù)組為：[[012][345][67