科学计算，深度学习，神经网络Numpy【0】创建数组

MSK

创建数组

俗话说：

万丈高楼平地起

神经网络，深度学习在流弊也要先从创建数组开始~

标准安装的Python中用列表(list)保存一组值，可以用来当作数组使用，不过由于列表的元素可以是任何对象，因此列表中所保存的是对象的指针。这样为了保存一个简单的[1,2,3]，需要有3个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间

函数库的导入

推荐方式：

import numpy as np

首先你得安装numpy才行~


.array()

以通过给array函数传递Python的序列对象创建数组，如果传递的是多层嵌套的序列，将创建多维数组.

>>> a = np.array([1, 2, 3, 4])
>>> b = np.array((5, 6, 7, 8))
>>> c = np.array([[1, 2, 3, 4],[4, 5, 6, 7], [7, 8, 9, 10]])
>>> b
array([5, 6, 7, 8])
>>> c
array([[1, 2, 3, 4],
       [4, 5, 6, 7],
       [7, 8, 9, 10]])

数组的大小可以通过其shape属性获得：

>>> a.shape
(4,)
>>> c.shape
(3, 4)

数组a的shape只有一个元素，因此它是一维数组。而数组c的shape有两个元素，因此它是二维数组，其中第0轴的长度为3，第1轴的长度为4。还可以通过修改数组的shape属性，在保持数组元素个数不变的情况下，改变数组每个轴的长度。

游客，如果您要查看本帖隐藏内容请回复

numpy数组与python列表类似，可以索引，可以通过索引修改值

>>> temp = np.array([[2,3,4]])
>>> temp
array([[2, 3, 4]])
>>> temp[0][1]
3
>>> temp[0][1] = 30
>>> temp
array([[ 2, 30,  4]])

通过修改.shape属性来修改数组轴的大小

>>> c.shape
(3, 4)
>>> c.shape = 4,3
>>> c
array([[ 1,  2,  3],
       [ 4,  4,  5],
       [ 6,  7,  7],
       [ 8,  9, 10]])

游客，如果您要查看本帖隐藏内容请回复

数组c和d其实共享数据存储内存区域，类似python浅拷贝~

>>> c
array([[ 1,  2,  3,  4,  4,  5],
       [ 6,  7,  7,  8,  9, 10]])

.dtype


数组属性通过.dtype 获得

>>> c
array([[ 1,  2,  3,  4,  4,  5],
       [ 6,  7,  7,  8,  9, 10]])
>>> c.dtype
dtype('int32')

可以通过dtype参数在创建时指定元素类型:

>>> np.array([[1, 2, 3, 4],[4, 5, 6, 7], [7, 8, 9, 10]], dtype=np.float)
array([[  1.,   2.,   3.,   4.],
       [  4.,   5.,   6.,   7.],
       [  7.,   8.,   9.,  10.]])

arange（）

arange函数类似于python的range函数，通过指定开始值、终值和步长来创建一维数组，注意数组不包括终值:

>>> np.arange(0,1,0.1)
array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9])

linspace

inspace函数通过指定开始值、终值和元素个数来创建一维数组，可以通过endpoint关键字指定是否包括终值，缺省设置是包括终值:

>>> np.linspace(0, 1, 12)
array([ 0.        ,  0.09090909,  0.18181818,  0.27272727,  0.36363636,
        0.45454545,  0.54545455,  0.63636364,  0.72727273,  0.81818182,
        0.90909091,  1.        ])

logspace

logspace函数和linspace类似，不过它创建等比数列，下面的例子产生1(10^0)到100(10^2)、有20个元素的等比数列:

都是10^n

>>> np.logspace(0, 2, 20)
array([   1.        ,    1.27427499,    1.62377674,    2.06913808,
          2.6366509 ,    3.35981829,    4.2813324 ,    5.45559478,
          6.95192796,    8.8586679 ,   11.28837892,   14.38449888,
         18.32980711,   23.35721469,   29.76351442,   37.92690191,
         48.32930239,   61.58482111,   78.47599704,  100.        ])

fromfuction(）

写一个Python的函数，它将数组下标转换为数组中对应的值，然后使用此函数创建数组

>>> def func(i):
...   return i%4+1
...
>>> np.fromfunction(func, (10,))
array([ 1.,  2.,  3.,  4.,  1.,  2.,  3.,  4.,  1.,  2.])

fromfunction函数的第一个参数为计算每个数组元素的函数，第二个参数为数组的大小(shape)，因为它支持多维数组，所以第二个参数必须是一个序列，所以刚才采用(10,)

下面的例子中，输出的数组a中的每个元素a[i, j]都等于func2(i, j)：

>>> def func2(i, j):
...     return (i+1) * (j+1)
...
>>> a = np.fromfunction(func2, (9,9))
>>> a
array([[  1.,   2.,   3.,   4.,   5.,   6.,   7.,   8.,   9.],
       [  2.,   4.,   6.,   8.,  10.,  12.,  14.,  16.,  18.],
       [  3.,   6.,   9.,  12.,  15.,  18.,  21.,  24.,  27.],
       [  4.,   8.,  12.,  16.,  20.,  24.,  28.,  32.,  36.],
       [  5.,  10.,  15.,  20.,  25.,  30.,  35.,  40.,  45.],
       [  6.,  12.,  18.,  24.,  30.,  36.,  42.,  48.,  54.],
       [  7.,  14.,  21.,  28.,  35.,  42.,  49.,  56.,  63.],
       [  8.,  16.,  24.,  32.,  40.,  48.,  56.,  64.,  72.],
       [  9.,  18.,  27.,  36.,  45.,  54.,  63.,  72.,  81.]])

游客，如果您要查看本帖隐藏内容请回复

MSK

开始学习numpy，还请大大们看看
@～风介～ @小甲鱼 @不二如是
这东西你应该感兴趣吧~
@新手·ing

无名侠

学习一下知识......

小甲鱼

无名侠 发表于 2017-7-19 01:33
学习一下知识......

好久不见啊~

不二如是

追番中～

MSK

无名侠 发表于 2017-7-19 01:33
学习一下知识......

欢迎~

alltolove

很好很强大

stone1

谢谢分享

新手·ing

交出教程！

edition1002

谢谢分享

我叫赵硕

学习

MSK

我叫赵硕 发表于 2017-8-2 11:52
学习

欢迎~

youz0003

学习下

MSK

youz0003 发表于 2017-8-2 15:25
学习下

欢迎~

zengtaozt

{:10_257

鱼粉斯

会ie，，，，，，，，，，，

fduhht

感谢分享，过来学习~

suloman

学习了   

tuxiaoqing

来学习

Venido

学习