关于Numpy Ndarray的操作实例

本文将告诉你什么是NumPy的Ndarray，如何创建和操作Ndarray对象，并附有实例。

1.什么是NDarray

1. NumPy定义了一个n维数组对象，被称为Ndarray对象。
2. 它是一个由一系列相同类型的元素组成的数组集合。
3. 数组中的每个元素都占据了一个相同大小的内存块。
4. 你可以通过索引或分片获得数组中的每个元素。
5. Ndarray 对象采用了数组的索引机制，将数组中的每个元素映射到内存块中，并按照一定的布局排列内存块。
6. 有两种常见的布局方式，按行或按列。
7. Ndarray 对象有一个 dtype 属性，描述元素的数据类型。

2.如何创建NDarray对象

1. 我们可以通过NumPy的内置函数array()创建Ndarray对象，其语法格式如下：

   numpy.array(object, dtype = None, copy = True, order = None,ndmin = 0)
   
   object: Represents an array sequence.
   
   dtype: Optional parameter that allows you to change the data type of the array.
   
   copy: Optional parameter indicating whether the array can be copied. The default is true.
   
   order: Memory layout options for creating arrays, there are three optional values: C (row sequence) / F (column sequence) / a (default).
   
   ndim: Specifies the dimension of the array.
   

2. 下面是创建Ndarray对象的例子

3. 创建一个一维的ndarray

   >>> import numpy
   >>>
   # create the ndarray object with the provided list object.  
   >>> x = numpy.array(['numpy','pandas','matplotlib'])
   >>> 
   >>> print(x)
   ['numpy' 'pandas' 'matplotlib']
   >>> 
   >>> print(type(x))
   <class 'numpy.ndarray'>
   

4. 创建多维的ndarray

   import numpy
   
   >>> y = numpy.array([['python', 'javascript', 'java'],['Linux','macOS','Windows']])
   >>> 
   >>> print(y)
   [['python' 'javascript' 'java']
    ['Linux' 'macOS' 'Windows']]
   

5. 你可以通过设置dtype 属性值来改变数组元素的数据类型。

   >>> import numpy
   
   # change the numpy array's element data type to string.
   >>> z = numpy.array([1,3,5,7,9],dtype="str")
   >>>
   # the number element in the array has been changed to string.
   >>> print(z)
   ['1' '3' '5' '7' '9']
   

3.如何查看NDArray的尺寸

1. 通过Ndarray的ndim属性，你可以查看Ndarray的尺寸

   >>> import numpy as np
   
   # create a 2 dimensional array.
   >>> ndarr = np.array([['a', 'b', 'c'], [1, 2, 3], ['python', 'javascript', 'java']]) 
   >>>
   
   # print out the above ndarray
   >>> print(ndarr)
   [['a' 'b' 'c']
    ['1' '2' '3']
    ['python' 'javascript' 'java']]
   >>> 
   >>> 
   # get the ndarr object's dimensions by it's ndim attribute.
   >>> print(ndarr.ndim)
   2
   

2. 你也可以使用ndmin参数来创建不同尺寸的Ndarray。

   >>> import numpy as np
   >>>
   # specify the ndarray dimension when call the arrary method.
   >>> a = np.array(['python', 'javascript', 'java'], ndmin = 3)
   >>>
   # print out the ndarray object. 
   >>> print(a)
   [[['python' 'javascript' 'java']]]
   >>> 
   # print out the ndarrary object's dimension.
   >>> print(a.ndim)
   3
   

4.如何改变NDArray的尺寸

1. 数组的形状指的是多维数组的行和列的数量。

2. 改变数组的维度就是重塑数组的形状，例如，将一个2行数组（[ [1,2,3], [4,5,6] ] ）改为3行数组（[ [1, 2], [3,4], [5.6] ] ）。

3. Numpy模块提供了reshape()函数，它可以改变多维数组的行数和列数，达到改变NDdarray维度的目的。

4. reshape()函数可以接受一个元组作为参数来指定新数组的行和列的数量。

5. 下面是reshape()函数的例子：

   >>> import numpy as np
   >>> 
   >>> source_arr = np.array([['python','javascript'],['java','c#'],['PHP','android']]) 
   >>> 
   >>> print("Source ndarray: ",source_arr) 
   Source ndarray:  [['python' 'javascript']
    ['java' 'c#']
    ['PHP' 'android']]
   >>> 
   >>> reshape_arr = source_arr.reshape(2,3) 
   >>> 
   >>> print("Reshaped ndarray: ",reshape_arr) 
   Reshaped ndarray:  [['python' 'javascript' 'java']
    ['c#' 'PHP' 'android']]
   >>> 
   >>> print(source_arr.ndim)
   2
   >>> print(reshape_arr.ndim)
   2