NumPy 数组创建方法与索引访问详解

小万哥
• 阅读 124

NumPy 创建数组

NumPy 中的核心数据结构是 ndarray,它代表多维数组。NumPy 提供了多种方法来创建 ndarray 对象,包括:

使用 array() 函数

array() 函数是最常用的方法之一,它可以将 Python 列表、元组甚至其他数组转换为 ndarray 对象。

语法:

ndarray = np.array(data, dtype=dtype, order=order)

参数说明:

data:可以是 Python 列表、元组或其他数组。 dtype:指定数组元素的数据类型,默认为 float64order:指定数组元素的内存存储顺序,默认为 C 顺序(行优先)。

示例:

import numpy as np

# 创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])

# 创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])

# 创建三维数组
arr3 = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

print(arr1)
print(arr2)
print(arr3)

输出:

[1 2 3 4 5]
[[1 2 3]
 [4 5 6]]
[[[ 1  2  3]
  [ 4  5  6]]
 [[ 7  8  9]
  [10 11 12]]]

使用 zeros()ones() 函数

zeros()ones() 函数可以创建指定形状和数据类型的全零或全一数组。

语法:

ndarray = np.zeros(shape, dtype=dtype)
ndarray = np.ones(shape, dtype=dtype)

参数说明:

shape:指定数组的形状,可以是元组或列表。 dtype:指定数组元素的数据类型,默认为 float64

示例:

import numpy as np

# 创建一个 3x4 的全零数组
arr1 = np.zeros((3, 4))

# 创建一个 2x3 的全一数组
arr2 = np.ones((2, 3))

print(arr1)
print(arr2)

输出:

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]
[[1. 1. 1.]
 [1. 1. 1.]]

使用 empty() 函数

empty() 函数可以创建指定形状的空数组,但数组元素的值未定义。

语法:

ndarray = np.empty(shape, dtype=dtype)

参数说明:

shape:指定数组的形状,可以是元组或列表。 dtype:指定数组元素的数据类型,默认为 float64

示例:

import numpy as np

# 创建一个 3x4 的空数组
arr = np.empty((3, 4))

print(arr)

输出:

[[nan nan nan nan]
 [nan nan nan nan]
 [nan nan nan nan]]

使用特殊函数

NumPy 还提供了一些特殊函数来创建特定类型的数组,例如:

arange():创建等差数列数组。 linspace():创建线性间隔的数组。 eye():创建单位矩阵。 diag():创建对角矩阵。

请参考 NumPy 文档了解有关这些函数的更多信息。

练习

创建以下数组:

一个包含 10 个元素的递增整数数组(从 0 到 9)。 一个包含 20 个元素的随机浮点数数组(范围为 0 到 1)。 一个 3x3 的单位矩阵。

请在评论中分享您的答案。

Sure, here is the requested Markdown formatted content:

NumPy 数组索引

NumPy 数组可用于表示多维数据。访问数组元素是 NumPy 中常见操作之一。

访问一维数组元素

NumPy 数组中的索引从 0 开始,这意味着第一个元素的索引为 0,第二个元素的索引为 1,依此类推。

要访问一维数组中的元素,可以使用方括号 [] 并指定元素的索引。

示例:

import numpy as np

# 创建一维数组
arr = np.array([1, 2, 3, 4, 5])

# 访问第一个元素
print(arr[0])  # 输出:1

# 访问第二个元素
print(arr[1])  # 输出:2

# 访问最后一个元素
print(arr[-1])  # 输出:5

访问二维数组元素

要访问二维数组中的元素,可以使用逗号分隔的两个索引:第一个索引表示行,第二个索引表示列。

示例:

import numpy as np

# 创建二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 访问第一行第一个元素
print(arr[0, 0])  # 输出:1

# 访问第二行第三列元素
print(arr[1, 2])  # 输出:6

# 访问最后一个元素
print(arr[-1, -1])  # 输出:9

访问三维及更高维数组元素

对于三维及更高维数组,可以使用逗号分隔的多个索引来访问元素,每个索引表示相应维度的索引。

示例:

import numpy as np

# 创建三维数组
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

# 访问第一个数组的第二个数组的第三个元素
print(arr[0, 1, 2])  # 输出:6

负索引

NumPy 还支持负索引,从数组的末尾开始计数。

例如,要访问二维数组的最后一个元素,可以使用 arr[-1, -1]

练习

创建一个 5x5 的二维数组 arr,并打印以下元素:

第一行的第一个元素 第二行的最后一个元素 第三列的第一个元素 第三个元素

在评论中分享您的代码和输出。

最后

为了方便其他设备和平台的小伙伴观看往期文章:

微信公众号搜索:Let us Coding,关注后即可获取最新文章推送

看完如果觉得有帮助,欢迎点赞、收藏、关注

点赞
收藏
评论区
推荐文章
Python进阶者 Python进阶者
2年前
Python矩阵和Numpy数组的那些事儿
大家好,我是IT共享者,人称皮皮。今天给大家介绍矩阵和NumPy数组。一、什么是矩阵?使用嵌套列表和NumPy包的Python矩阵。矩阵是一种二维数据结构,其中数字按行和列排列。二、Python矩阵1\.列表视为矩阵Python没有矩阵的内置类型。但是,可以将列表的列表视为矩阵。例:A2\.如何使用嵌套列表。A三、NumPy数组1\.
Wesley13 Wesley13
2年前
PYTHON 数据分析常用类库
numpy科学计算的基础包(1)快速高效多维的数组对象ndarray(2)对数组执行元素级的计算以及直接对数组执行数学运算的函数(3)读写硬盘上基于数组的数据集的工具(4)线性代数运算,傅里叶变换,以及随机数生成(5)将C、C、Fortran代码集成到pythonscipy专门解决科学计算中各种标准问题域的模块的集合
Stella981 Stella981
2年前
NumPy:数组批量计算
一、MumPy:数组计算1、NumPy是高性能科学计算和数据分析的基础包。它是pandas等其他各种工具的基础。2、NumPy的主要功能:ndarray,一个多维数组结构,高效且节省空间无需循环对整组数据进行快速运算的数学函数\读写磁盘数据的工具以及用于操作内存映射文件的工具\
Stella981 Stella981
2年前
Python数据分析
1.numpy\支持多维数组与矩阵的科学计算器包功能:常用功能16条a.ndarrayn维数组/矢量的操作。b. 支持高级大量的n维数组与矩阵的运算。c.针对数组运算提供大量的数学函数库。2.scipy\配合numpy完成对矩阵的计算,因此依赖于numpy,且含多个子模块功能:常用15个函数a. 标准导
小万哥 小万哥
1星期前
NumPy 数组迭代与合并详解
NumPy数组迭代NumPy数组迭代是访问和处理数组元素的重要方法。它允许您逐个或成组地遍历数组元素。基本迭代我们可以使用Python的基本for循环来迭代NumPy数组。一维数组迭代:pythonimportnumpyasnparrnp.array(1
小万哥 小万哥
1星期前
NumPy 分割与搜索数组详解
NumPy分割数组NumPy提供了np.arraysplit()函数来分割数组,将一个数组拆分成多个较小的子数组。基本用法语法:pythonnp.arraysplit(array,indicesorsections,axisNone)array:要分割的N
小万哥 小万哥
1天前
NumPy 数组排序、过滤与随机数生成详解
NumPy数组排序排序数组排序数组意味着将元素按特定顺序排列。顺序可以是数字大小、字母顺序、升序或降序等。NumPy的ndarray对象提供了一个名为sort()的函数,用于对数组进行排序。示例:pythonimportnumpyasnparrnp.arr
小万哥 小万哥
7个月前
Python 数组和列表:创建、访问、添加和删除数组元素
Python没有内置支持数组,但可以使用Python列表来代替。数组本页将向您展示如何使用列表作为数组,但要在Python中使用数组,您需要导入一个库,比如NumPy库。数组用于在一个变量中存储多个值:示例,创建一个包含汽车名称的数组:Pythoncars
小万哥 小万哥
2星期前
学会使用 NumPy:基础、随机、ufunc 和练习测试
NumPyNumPy是一个用于处理数组的Python库。它代表“NumericalPython”。基本随机ufunc通过测验测试学习检验您对NumPy的掌握程度。通过练习学习NumPy练习练习:请插入创建NumPy数组的正确方法。pythonarrnp.(
小万哥 小万哥
2星期前
NumPy 数组切片及数据类型介绍
NumPy数组切片NumPy数组切片用于从数组中提取子集。它类似于Python中的列表切片,但支持多维数组。一维数组切片要从一维数组中提取子集,可以使用方括号并指定切片。切片由起始索引、结束索引和可选步长组成,用冒号:分隔。语法:pythonarrs