NumPy 陣列大全
NumPy 是一個Python 庫，用於 Python 程式設計中的科學計算。在本教程中，你將學習如何在 NumPy 陣列上以多種方式新增、刪除、排序和操作元素。
NumPy 提供了一個多維陣列物件和其他派生陣列，例如掩碼陣列和掩碼多維陣列。
為什麼要用 NumPy
NumPy 提供了一個 ndarray 物件，可以使用它來對任何維度的陣列進行操作。 ndarray 代表 N 維陣列，其中 N 是任意數字。這意味著 NumPy 陣列可以是任何維度的。
與 Python 的 List 相比，NumPy 具有許多優勢。我們可以在 NumPy 陣列上執行高效能操作，例如：
- 對陣列成員進行排序
- 數學和邏輯運算
- 輸入/輸出功能
- 統計和線性代數運算
安裝 NumPy
要安裝NumPy，你的電腦上要先有 Python 和 Pip。
在終端中執行以下命令：
pip install numpy
然後你就可以在指令碼中匯入 NumPy 了，如下所示：
import numpy
新增陣列元素
可以用 NumPy 模組的append()
方法向 NumPy 陣列中新增元素。
append()
的語法如下：
numpy.append(array, value, axis)
value
會被追加到在陣列的末尾，並返回一個包含所有元素的 ndarray。
引數axis
是一個可選的整數，用於定義陣列的顯示方式。如果沒有指定，則陣列結構將展平，稍後會演示用法。
以下示例，其中首先宣告陣列，然後用append
方法向陣列新增更多的值：
import numpy a = numpy.array([1, 2, 3]) newArray = numpy.append (a, [10, 11, 12]) print(newArray) # 輸出：[ 123 10 11 12]
新增一列
也可以用NumPy 的append()
方法插入一列。
在下面的例子中，我們建立了一個二維陣列並插入了兩列：
import numpy a = numpy.array([[1, 2, 3], [4, 5, 6]]) b = numpy.array([[400], [800]]) newArray = numpy.append(a, b, axis = 1) print(newArray) """ 輸出： [[123 400] [456 800]] """
如果沒有使用axis
引數，則會輸出：
[123456 400 800]
這就是陣列結構的扁平化。
在 NumPy 中，還可以用insert()
方法插入元素或列。兩者之間的區別在於insert()
方法可以指定要在哪個索引處新增元素，但append()
方法會在陣列的末尾新增一個值。
Consider the example below:
考慮以下示例：
import numpy a = numpy.array([1, 2, 3]) newArray = numpy.insert(a, 1, 90) print(newArray) # 輸出：[ 1 9023]
這裡insert()
方法在索引1處新增元素。在Python中陣列索引從0開始。
追加一行
也可以用append()
方法向陣列新增行，就像在陣列中附加元素一樣簡單：
import numpy a = numpy.array([[1, 2, 3], [4, 5, 6]]) newArray = numpy.append(a, [[50, 60, 70]], axis = 0) print(newArray) """ 輸出“ [[ 123] [ 456] [50 60 70]] """
刪除元素
可以用 NumPy 模組的delete()
方法刪除 NumPy 陣列元素：
import numpy a = numpy.array([1, 2, 3]) newArray = numpy.delete(a, 1, axis = 0) print(newArray) # 輸出：[1 3]
在本例子中，我們有一個一維陣列，用delete()
方法從陣列中刪除了索引 1 處的元素。
刪除一行
同樣，你也可以用delete()
方法刪除行。
下面的例子中我們從二維陣列中刪除了一行：
import numpy a = numpy.array([[1, 2, 3], [4, 5, 6], [10, 20, 30]]) newArray = numpy.delete(a, 1, axis = 0) print(newArray) """ 輸出： [[ 123] [10 20 30]] """
在delete()
方法中，首先給出陣列，然後給出要刪除的元素的索引。在上例中，我們刪除了索引為 1 的元素。
檢查 NumPy 陣列是否為空
可以用size
方法返回陣列中元素的總數。
在下面的例子中有一個 if 語句，通過ndarray.size
檢查陣列中是否有元素，其中 ndarray 可以是任何給定的 NumPy 陣列：
import numpy
a = numpy.array([1, 2, 3])
if(a.size == 0):
print("The given Array is empty")
else:
print("The array = ", a)
# 輸出：The array =[1 2 3]
在上面的程式碼中，陣列中有三個元素，因此它不是空的，判斷條件將返回false。如果陣列中沒有元素，則 if 條件會變為 true 並且將列印空訊息。如果陣列等於：
a = numpy.array([])
上述程式碼將會輸出：
The given Array is empty
查詢值的索引
要查詢值對應的索引，可以用 NumPy 模組的where()
方法，如下例所示：
import numpy
a = numpy.array([1, 2, 3, 4, 5])
print("5 is found at index: ", numpy.where(a == 5))
# 輸出：5 is found at index:(array([4]),)
如果你只想得到索引，可以這樣寫：
import numpy
a = numpy.array([1, 2, 3, 4, 5])
index = numpy.where(a == 5)
print("5 is found at index: ", index[0])
#輸出： 5 is found at index:[4]
NumPy 陣列切片
陣列切片是從給定陣列中提取子集的過程。你可以用冒號（:
）運算子對陣列進行切片，並指定陣列索引的開始和結束位置，例如：
array[from:to]
下面的例子中提取從索引 2 到索引 5 的元素：
import numpy
a = numpy.array([1, 2, 3, 4, 5, 6, 7, 8])
print("A subset of array a = ", a[2:5])
# 輸出：A subset of array a =[3 4 5]
如果想要提取最後三個元素，可以通過用負切片來完成操作，如下所示：
import numpy
a = numpy.array([1, 2, 3, 4, 5, 6, 7, 8])
print("A subset of array a = ", a[-3:])
# 輸出：A subset of array a =[6 7 8]
將函式作用於所有陣列元素
在下面的例子中，我們將建立一個 lambda 函式，並傳入一個數組，以其應用於所有元素：
import numpy
addition = lambda x: x + 2
a = numpy.array([1, 2, 3, 4, 5, 6])
print("Array after addition function: ", addition(a))
# 輸出：Array after addition function:[3 4 5 6 7 8]
在此例中，建立了一個 lambda 函式，它使每個元素都遞增 2。
NumPy 陣列的長度
要得到 NumPy 陣列的長度，可以用size
屬性，如下所示：
import numpy
a = numpy.array([1, 2, 3, 4, 5, 6])
print("The size of array = ", a.size)
# 輸出：The size of array =6
從 list 建立 NumPy 陣列
假設你有一個列表：
l = [1, 2, 3, 4, 5]
現在要根據這個列表建立一個數組，可以用 NumPy 模組的array()
方法：
import numpy
l = [1, 2, 3, 4, 5]
a = numpy.array(l)
print("The NumPy array from Python list = ", a)
# 輸出：The NumPy array from Python list =[1 2 3 4 5]
同樣，使用array()
方法，也可以從元組建立 NumPy 陣列。如下所示：
import numpy
t = (1, 2, 3, 4, 5)
a = numpy.array(t)
print("The NumPy array from Python Tuple = ", a)
# 輸出：The NumPy array from Python Tuple =[1 2 3 4 5]
將 NumPy 陣列轉換為 list
要將陣列轉換為list，可以使用 NumPy 模組的tolist()
方法。
import numpy
a = numpy.array([1, 2, 3, 4, 5])
print("Array to list = ", a.tolist())
# 輸出：Array to list =[1, 2, 3, 4, 5]
在這段程式碼中，我們簡單地呼叫了tolist()
方法，該方法將陣列轉換為列表。然後將新建立的列表列印到輸出螢幕。
把 NumPy 陣列匯出為 CSV
要將陣列匯出為 CSV 檔案，可以用 NumPy 模組的savetxt()
方法，如下所示：
import numpy
a = numpy.array([1, 2, 3, 4, 5])
numpy.savetxt("myArray.csv", a)
此程式碼將在 Python 程式碼檔案所在路徑下生成 CSV 檔案。當然你也可以指定路徑。
該檔案的內容如下：
1.000000000000000000e+00 2.000000000000000000e+00 3.000000000000000000e+00 4.000000000000000000e+00 5.000000000000000000e+00
你可以把額外填充的零刪除，如下所示：
numpy.savetxt("myArray.csv", a,fmt='%.2f')
對 NumPy 陣列排序
可以用 NumPy 模組的sort()
方法對 NumPy 陣列進行排序：
sort()
函式有一個可選引數axis
（整數），預設為-1
。axis
指定我們要對陣列進行排序的軸。-1
表示將根據最後一個軸對陣列進行排序。
import numpy
a = numpy.array([16, 3, 2, 6, 8, 10, 1])
print("Sorted array = ", numpy.sort(a))
# 輸出：Sorted array =[ 12368 10 16]
在這個例子中，我們在 print 語句中呼叫了sort()
方法。陣列a
被傳遞給sort
函式。
歸一化陣列
歸一化陣列是指將陣列的值置於某個定義範圍的過程。例如，我們想要在 -1 和 1 之間對陣列進行歸一化，依此類推。
歸一化的公式如下：
x = (x – xmin) / (xmax – xmin)
現在把這個公式用於我們的陣列。要查詢陣列中的最大和最小項，可以分別用 NumPy 的max()
和min()
方法。
import numpy
x= numpy.array([400, 800, 200, 700, 1000, 2000, 300])
xmax = x.max()
xmin = x.min()
x = (x - xmin)/(xmax - xmin)
print("After normalization array x = \n", x)
"""
輸出：
After normalization array x =
[0.11111111 0.33333333 0.0.27777778 0.44444444 1.
0.05555556]
"""
陣列索引
索引指向陣列中的一個元素。在下面的例子中，分別用到了一維和二維陣列中的索引：
import numpy
a = numpy.array([20, 13, 42, 86, 81, 9, 11])
print("Element at index 3 = ", a[3])
# 輸出：Element at index 3 =86
下面是二維陣列：
import numpy
a = numpy.array([[20, 13, 42], [86, 81, 9]])
print("Element at index a[1][2] = ", a[1][2])
# 輸出：Element at index a[1][2] =9
索引[1][2]
表示第二行和第三列（索引從0
開始）。因此在螢幕上輸出9
。
將 NumPy 陣列附加到另一個數組上
可以用append()
方法將 NumPy 陣列附加到另一個 NumPy 陣列上。
import numpy
a = numpy.array([1, 2, 3, 4, 5])
b = numpy.array([10, 20, 30, 40, 50])
newArray = numpy.append(a, b)
print("The new array = ", newArray)
# 輸出：The new array =[ 12345 10 20 30 40 50]
在此例中，建立兩個 NumPy 陣列a
，b
。然後把兩個陣列傳給append()
。當陣列b
作為第二個引數傳遞時，將被新增到陣列a
的末尾。
總結
正如大家所見，NumPy 陣列用起來非常簡單。在使用很多機器學習庫時，NumPy 陣列非常重要。可以說NumPy 是人工智慧的大門。