Python進階：NumPy
- 2019 年 12 月 26 日
- 筆記
Python本身沒有處理矩陣的數據類型，因此需要使用附件的函數庫。
NumPy(Numerical Python) 是 Python 語言的一個擴展程式庫，支援大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫。這種擴展庫可以用來存儲和處理大型多維矩陣，比Python自身的列表結構要高效很多。
NumPy安裝
cmd命令行輸入如下命令：
C:UsersAdministrator>pip install numpyRequirement already satisfied: numpy in d:anaconda3libsite-packages (1.15.4)# 我用的anaconda已經集成安裝了numpy
NumPy的基本使用
- numpy導入及數組創建
- 通過shape屬性獲取數組的大小
- 修改數組的shape屬性
可以通過修改數組的shape屬性，在保持數組元素個數不變的情況下，改變數組每個軸的長度。
下面的例子將數組c的shape改為(4, 3)。注意：從(3, 4)改為(4, 3)並不是對數組進行轉置，而只是改變每個軸的大小，數組元素在記憶體中的位置並沒有改變。
當某個軸的元素為 -1 時，將根據數組元素的個數自動計算此軸的長度，因此下面的程式碼將c的shape改為了(2, 6)。
此外，使用數組的reshape方法，可以創建一個改變了尺寸的新數組，原數組的shape保持不變。
- 數組的類型
數組元素的類型可以通過dtype屬性獲得，上面例子中的參數序列的元素都是整數，因此所創建的數組的元素類型也是整數，並且是32位的長整型。
可以通過dtype參數在創建時指定元素類型。
可以發現，現在數組元素都是浮點類型。
- 其他創建數組的方式
前面的例子都是先創建一個Python序列，然後通過array函數將其轉換為數組，這樣做效率較低，NumPy提供 了很多專門創建數組的函數。
1) arange函數類似於Python的range函數，通過指定開始值，終止值和步長來創建一維數組，需要注意的是數組不包含終止值。
2) linspace函數通過指定開始值、終止值和元素個數來創建一維數組，可以通過endpoint關鍵字來指定是否包含終止值，默認包含終止值。
3) logspace函數和linspace類似，但是他創建的是等比數列，下面的例子顯示從2到64有個元素的等比數列。默認開始值和結束值都是10的冪，可以用base = n 修改。
- 數組元素的存取
數組元組的存取方法與Python的標準方法相同。
- ufunc運算
ufunc是一種能夠對數組的每個元素進行操作的函數，numpy內置了許多ufunc函數都是在C語言級別實現的，因此，他們的運算速度非常快。請看例子：
可以發現，numpy.sin比math.sin快很多。
- 矩陣的運算
矩陣的運算可以使用dot函數計算。對於二維數組，它計算的是矩陣乘積，對於一維數組，它計算的是點積。
- 文件存取
numpy提供多種文件操作函數以方便用戶存取數組內容。文件存取的格式分為兩類，二進位和文本。二進位格式文件又分為numpy專用的格式化二進位類型和無格式化的二進位類型。
可以使用numpy.savetxt和numpy.loadtxt讀寫一維和二維數組。
import numpy as np #生成數據 x = np.arange(1,10,1).reshape(3,-1) #保存數據 np.savetxt('test.txt', x) # 默認按照'%.18e'格式保存數據（18個0科學計數法），以空格分割np.savetxt('test1.txt', x,fmt='%1.4e') np.savetxt('test2.txt', x, delimiter=',') np.savetxt('test3.txt', x,newline='a') np.savetxt('test4.txt', x,delimiter=',',newline='a') np.savetxt('test5.txt', x,delimiter=',',header='abc') np.savetxt('test6.txt', x,delimiter=',',footer='abc')
在jupyter nootbook中輸入pwd查看當前目錄，查看生成的7個文件內容差異。
如需查看文件內容，可以使用下面的程式碼：(保存格式不同，查看的程式碼也有差異）
np.loadtxt("test2.txt",delimiter=',')
