numpy 相关
http://www.runoob.com/numpy/numpy-tutorial.html https://blog.csdn.net/qq351469076/article/details/78817378
一、安装
pip install numpy
import numpy as np
二、使用
1、创建0-23, 共2个三行四列的数组
a = np.arange(24).reshape((2,3,4))
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]]])
data = np.arange(28).reshape(7,4)
import numpy as np
a=np.array([1,2,3])
print(a)
[1 2 3]
2、多于一个维度
import numpy as np
a = np.array([[1, 2], [3, 4]])
print (a)
[[1 2]
[3 4]]
import numpy as np
a = np.arange(24)
print (a.ndim) # a 现只有一个维度
3、现在调整其大小
#个数，行，列
b = a.reshape(2,4,3) # b 现在拥有三个维度
print (b.ndim)
a = np.array([[1,2,3],[4,5,6]])
print(a)
[[1 2 3]
[4 5 6]]
print (a.shape)
#2列，3行
（2,3）
#维度（秩）
print (len(a.shape))
2
a = np.array([[1,2,3],[4,5,6]])
a.shape = (3,2)
print (a)
输出结果为：
[[1 2]
[3 4]
[5 6]]
4、NumPy 也提供了 reshape 函数来调整数组大小
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print (b)
输出结果为：
[[1, 2]
[3, 4]
[5, 6]]
5、numpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组：
x = np.empty([3,2], dtype = int)
print (x)
6、numpy.zeros，创建指定大小的数组，数组元素以 0 来填充：
numpy.zeros(shape, dtype = float, order = 'C')
y = np.zeros((5,), dtype = np.int)
print(y)
[0 0 0 0 0]
7、numpy.ones，创建指定形状的数组，数组元素以 1 来填充：
numpy.ones(shape, dtype = None, order = 'C')
8、将列表转换为 ndarray:
x = [1,2,3]
a = np.asarray(x)
print (a)
[1 2 3]
9、将元组转换为 ndarray:
x = (1,2,3)
a = np.asarray(x)
print (a)
10、将元组列表转换为 ndarray:
x = [(1,2,3),(4,5)]
a = np.asarray(x)
print (a)
[(1, 2, 3) (4, 5)]
11、设置了 dtype 参数：
x = [1,2,3]
a = np.asarray(x, dtype = float)
print (a)
[1. 2. 3.]
12、NumPy 从数值范围创建数组，numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象，函数格式如下：
numpy.arange(start, stop, step, dtype)
x = np.arange(10,20,2)
print (x)
[10 12 14 16 18]
13、分片，索引
a = np.arange(10)
s = slice(2,7,2) # 从索引 2 开始到索引 7 停止，间隔为2
print (a[s])
[2 4 6]
a = np.arange(10)
b = a[2:7:2] # 从索引 2 开始到索引 7 停止，间隔为 2
print(b)
a = np.arange(10)
print(a[2:])
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print (a[...,1]) # 第2列元素
print (a[1,...]) # 第2行元素
print (a[...,1:]) # 第2列及剩下的所有元素
a[...,1：]
...省略行的索引，索引为列的索引，索引为1的行开始到最后
x = np.array([[1, 2], [3, 4], [5, 6]])
y = x[[0,1,2], [0,1,0]]
print (y)
[1 4 5]
x = np.array([[ 0, 1, 2],[ 3, 4, 5],[ 6, 7, 8],[ 9, 10, 11]])
rows = np.array([[0,0],[3,3]])
cols = np.array([[0,2],[0,2]])
y = x[rows,cols]
print (y)
[[ 0 2]
[ 9 11]]
a = np.array([[1,2,3], [4,5,6],[7,8,9]])
b = a[1:3, 1:3]
c = a[1:3,[1,2]]
d = a[...,1:]
print(b)
print(c)
print(d)
输出结果为：
[[5 6]
[8 9]]
[[5 6]
[8 9]]
[[2 3]
[5 6]
[8 9]]
x = np.array([[ 0, 1, 2],[ 3, 4, 5],[ 6, 7, 8],[ 9, 10, 11]])
print (x[x > 5])
大于 5 的元素是：
[ 6 7 8 9 10 11]
- add() 对两个数组的逐个字符串元素进行连接
- multiply() 返回按元素多重连接后的字符串
- center() 居中字符串
- capitalize() 将字符串第一个字母转换为大写
- title() 将字符串的每个单词的第一个字母转换为大写
- lower() 数组元素转换为小写
- upper() 数组元素转换为大写
- split() 指定分隔符对字符串进行分割，并返回数组列表
- splitlines() 返回元素中的行列表，以换行符分割
- strip() 移除元素开头或者结尾处的特定字符
- join() 通过指定分隔符来连接数组中的元素
- replace() 使用新字符串替换字符串中的所有子字符串
- decode() 数组元素依次调用str.decode
- encode() 数组元素依次调用str.encode