Python 用NumPy创建二维数组的案例

 更新时间:2021年03月11日 10:54:53   作者:捉猫的耗子  
这篇文章主要介绍了Python 用NumPy创建二维数组的案例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

前言

上位机实战开发先放一放,今天来学习一个新的内容—NumPy的使用

1 一维数组

例:用普通方法生成一维数组

num = [0 for i in range(1,5)] # 创建一维数组
print(num) # 打印数组
print("-"*50) # 分割线
num[2]=6 # 将第三个元素修改位6
print(num) # 打印数组
print("-"*50) # 分割线

运行结果

例:用numpy生成一维数组

from numpy import *
m1 = arange(5)
print(m1)
print("-"*50) # 分割线

运行结果

2 二维数组

例:用普通方法生成二维数组

num = [[0 for i in range(1,5)]for j in range(1,5)]
print(num) # 打印数组
print("-"*50) # 分割线
num[2][1]=3 # 将第三行第二个元素修改为3
print(num) # 打印数组
print("-"*50) # 分割线

运行结果

例:用numpy生成二维数组

from numpy import *
m1 = array([arange(1,4),arange(4,7),arange(7,10),arange(10,13),arange(13,16),arange(16,19)]) # 创建6行3列的二维数组
print(m1)
print("-"*50) # 分割线

运行结果

通过上图发现,用普通方法创建的数组分隔符有逗号,而numpy创建的数组分隔符默认为空格。

3 二维数组的分片

请看程序注释以及结果对照

from numpy import *
m1 = array([arange(1,4),arange(4,7),arange(7,10),arange(10,13),arange(13,16),arange(16,19)]) # 创建6行3列的二维数组
print(m1)
print("-"*50) # 分割线
print(m1[1][0:]) # [x][0:] 获取第x行的全部元素(单行)
print("-"*50) # 分割线
print(m1[1:3]) # [x1:x2] 获取第x1~x2行的全部元素(多行)
print("-"*50) # 分割线
print(m1[1::4]) # [x1::x2] 分片操作,从第x1行开始,步长为x2

运行结果

4 数组维度的操作

.reshape:将一维数组变成多维数组

用法:一维数组名.reshape(x,y,z)将一维数组改成三维数组

from numpy import *
m1 = array([arange(1,9)]) # 创建一维数组
print(m1)
print("-"*50) # 分割线
print(m1.reshape(2,2,2)) # 将一维数组转为三维数组
print("-"*50) # 分割线

运行结果

.ravel或flatten:将多维数组变为一维数组

用法:数组名.ravel()或 数组名.flatten()

from numpy import *
m1 = array([arange(1,4),arange(4,7),arange(7,10),arange(10,13),arange(13,16),arange(16,19)]) # 创建6行3列的二维数组
print(m1)
print("-"*50) # 分割线
print(m1.ravel()) # 将一维数组转为三维数组
print("-"*50) # 分割线

运行结果

.shape:将 高维数组 转换成 低维数组

用法:数组名.shape(x行,列)

.transpose:将数组进行转置

用法:数组名.transpose()

from numpy import *
m1 = array([arange(1,4),arange(4,7),arange(7,10),arange(10,13),arange(13,16),arange(16,19)]) # 创建6行3列的二维数组
print(m1)
print("-"*50) # 分割线
print(m1.transpose()) # 将数组转置
print("-"*50) # 分割线

运行结果

5 数组的组合与分隔

5.1 水平组合

hastck:将数组水平拼接到一起

用法:hastck((数组A,数组B))水平拼接数组A和B

5.2 垂直组合

vstack:将数组垂直拼接到一起

用法:vstack(数组A,数组B)垂直拼接数组A和B

5.3 水平分隔

hsplit:

用法:hsplit(数组名,x)x为分成几部分

5.4 垂直分隔

vsplit:

用法:vsplit(数组名,x)x为分成几部分

6 数组转列表

.tolist:将数组转列表

用法:数组名.tolist()

7 数组的存储和读取及分隔符

savetxt和loadtxt函数可将数组保存为CSV文件。CSV文件的分隔符包括空格,逗号,分号等。savetxt和loadtxt函数默认使用的时空格作为分割符,也可以用delimiter关键字指定分隔符。

7.1数组的存储

savetxt

用法:savetxt(“文件名.txt”,数组名,fmt=数组格式,delimiter=';')

补充:数组格式可以为 整数型(%d)浮点型(%f)

from numpy import *
m1 = array([arange(1,4),arange(4,7),arange(7,10),arange(10,13),arange(13,16),arange(16,19)]) # 创建6行3列的二维数组
print(m1)
print("-"*50) # 分割线
savetxt("文件名.txt",m1,fmt='%d',delimiter=';')

运行结果1

运行结果2(分隔符为空格)

7.2数组的读取

loadtxt

用法:新数组 = loadtxt(“文件名.txt”,dtype=‘数组格式',delimiter=',')

补充:数组格式可以为 整数型(int)浮点型(float)

from numpy import *
print("-"*50) # 分割线
a = loadtxt("文件名.txt",dtype=int,delimiter=';')
print(a) # 将数组转置
print("-"*50) # 分割线

运行结果

总结

savetxt在保存数据时也可以将普通数组中的分隔符改为空格

利用这个方法我们可以将带有逗号的二维数组改为分隔符为空格或者分号的二维数组。

例:用列表的方法写一个二维数组

# 二维数组创建
from numpy import *
num = [[0 for j in range(1,5)]for i in range(1,4)]
print(num) # 打印数组
print("-"*50) # 分割线
num[2][1]=3 # 将第三行第二个元素修改为3
print(num) # 打印数组
print("-"*50) # 分割线
savetxt("a.txt",num,fmt='%d',delimiter=' ') # 将数组保存为分隔符为空格的形式
b = loadtxt("a.txt",dtype=int,delimiter=' ') # 将数组读取出来赋给新数组
print(b) # 打印新数组
print("-"*50) # 分割线

运行结果

先将数组保存,然后读取数组

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。如有错误或未考虑完全的地方,望不吝赐教。

相关文章

  • python index() 与 rindex() 方法的使用示例详解

    python index() 与 rindex() 方法的使用示例详解

    这篇文章主要介绍了python index() 与 rindex() 方法的使用,需要的朋友可以参考下
    2022-12-12
  • python爬虫请求头设置代码

    python爬虫请求头设置代码

    在本篇文章里小编给大家整理的是一篇关于python爬虫请求头如何设置内容,需要的朋友们可以学习下。
    2020-07-07
  • Pandas数据查询的集中实现方法

    Pandas数据查询的集中实现方法

    本文主要介绍了Pandas数据查询的集中实现方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • python实现MySQL 数据库表格创建 数据插入及获取插入ID操作教程

    python实现MySQL 数据库表格创建 数据插入及获取插入ID操作教程

    这篇文章主要为大家介绍了python实现MySQL 数据库表格创建 数据插入及获取插入ID操作教程,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-11-11
  • Python基于Tensor FLow的图像处理操作详解

    Python基于Tensor FLow的图像处理操作详解

    这篇文章主要介绍了Python基于Tensor FLow的图像处理操作,结合实例形式分析了Python基于Tensor FLow操作图像解码、缩放、剪切、翻转、调整对比度、明度、饱和度等相关操作技巧,需要的朋友可以参考下
    2020-01-01
  • PyQt5 QListView 高亮显示某一条目的案例

    PyQt5 QListView 高亮显示某一条目的案例

    这篇文章主要介绍了PyQt5 QListView 高亮显示某一条目的案例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • python文件比较示例分享

    python文件比较示例分享

    本文介绍了Python比较两个文本文件内容,如果不同, 给出第一个不同处的行号和列号,大家参考使用吧
    2014-01-01
  • pandas增加列的七种方法总结

    pandas增加列的七种方法总结

    这篇文章主要为大家详细介绍了python中pandas增加列的七种常用方法,文中的示例代码讲解详细,具有一定的借鉴价值,感兴趣的小伙伴可以参考一下
    2023-11-11
  • Python使用matplotlib创建Gif动图的思路

    Python使用matplotlib创建Gif动图的思路

    这篇文章主要介绍了Python使用matplotlib创建Gif动图,我们将讨论matplotlib提供的名为“Animation”的动画库之一,Python二维绘图库是Matplolib可以轻松创建绘图、直方图、条形图、散点图等,需要的朋友可以参考下
    2022-04-04
  • 深入探究Python中的迭代器和生成器

    深入探究Python中的迭代器和生成器

    迭代器(Iterators)和生成器(Generators)是 Python 中最强大的功能之一,但也是新手最容易混淆的部分,本文将深入探讨这两种概念,以及它们在 Python 编程中的实际应用,需要的朋友可以参考下
    2023-06-06

最新评论