Numpy array資料的增、刪、改、查例項

pythontab發表於2018-06-04

準備工作

增、刪、改、查的方法有很多很多種，這裡只展示出常用的幾種。

>>> import numpy as np 
>>> a = np.array([[1,2],[3,4],[5,6]])#建立3行2列二維陣列。 
>>> a 
array([[1, 2], [3, 4], [5, 6]])
>>> a = np.zeros(6)#建立長度為6的，元素都是0一維陣列 
>>> a = np.zeros((2,3))#建立3行2列，元素都是0的二維陣列 
>>> a = np.ones((2,3))#建立3行2列，元素都是1的二維陣列 
>>> a = np.empty((2,3)) #建立3行2列,未初始化的二維陣列 
>>> a = np.arange(6)#建立長度為6的，元素都是0一維陣列array([0, 1, 2, 3, 4, 5]) 
>>> a = np.arange(1,7,1)#結果與np.arange(6)一樣。第一，二個引數意思是數值從1〜6,不包括7.第三個參數列步長為1. 
a = np.linspace(0,10,7) # 生成首位是0，末位是10，含7個數的等差數列[ 0.   1.66666667 3.33333333 5.   6.66666667 8.33333333 10.  ] 
a = np.logspace(0,4,5)#用於生成首位是10**0，末位是10**4，含5個數的等比數列。[ 1.00000000e+00 1.00000000e+01 1.00000000e+02 1.00000000e+03 1.00000000e+04]


增

>>> a = np.array([[1,2],[3,4],[5,6]])
>>> b = np.array([[10,20],[30,40],[50,60]])
>>> np.vstack((a,b))
array([[ 1, 2],
  [ 3, 4],
  [ 5, 6],
  [10, 20],
  [30, 40],
  [50, 60]])
>>> np.hstack((a,b))
array([[ 1, 2, 10, 20],[ 3, 4, 30, 40],[ 5, 6, 50, 60]])

不同維數的陣列直接相加顯然是不允許的。但是可以用一個n行列向量和一個m列行向量構造出一個n×m矩陣

>>> a = np.array([[1],[2]]) 
>>> a 
array([[1], [2]]) 
>>> b=([[10,20,30]])#生成一個list，注意，不是np.array。 
>>> b 
[[10, 20, 30]] 
>>> a+b 
array([[11, 21, 31], [12, 22, 32]]) 
>>> c = np.array([10,20,30]) 
>>> c 
array([10, 20, 30]) 
>>> c.shape 
(3,) 
>>> a+c 
array([[11, 21, 31], [12, 22, 32]])


查

>>> a
array([[1, 2],[3, 4],[5, 6]])
>>> a[0] # array([1, 2])
>>> a[0][1]#2
>>> a[0,1]#2
>>> b = np.arange(6)#array([0, 1, 2, 3, 4, 5])
>>> b[1:3]#右邊開區間array([1, 2])
>>> b[:3]#左邊預設為 0array([0, 1, 2])
>>> b[3:]#右邊預設為元素個數array([3, 4, 5])
>>> b[0:4:2]#下標遞增2array([0, 2])

NumPy的where函式使用


np.where(condition, x, y)，第一個引數為一個布林陣列，第二個引數和第三個引數可以是標量也可以是陣列。

cond = numpy.array([True,False,True,False]) 
a = numpy.where(cond,-2,2)# [-2 2 -2 2] 
cond = numpy.array([1,2,3,4]) 
a = numpy.where(cond>2,-2,2)# [ 2 2 -2 -2] 
b1 = numpy.array([-1,-2,-3,-4]) 
b2 = numpy.array([1,2,3,4]) 
a = numpy.where(cond>2,b1,b2) # 長度須匹配# [1,2,-3,-4]


改

>>> a = np.array([[1,2],[3,4],[5,6]]) 
>>> a[0] = [11,22]#修改第一行陣列[1,2]為[11,22]。 
>>> a[0][0] = 111#修改第一個元素為111,修改後，第一個元素“1”改為“111”。 
 
>>> a = np.array([[1,2],[3,4],[5,6]]) 
>>> b = np.array([[10,20],[30,40],[50,60]]) 
>>> a+b #加法必須在兩個相同大小的陣列鍵間運算。 
array([[11, 22], [33, 44], [55, 66]])

不同維數的陣列直接相加顯然是不允許的。但是可以用一個n行列向量和一個m列行向量構造出一個n×m矩陣

>>> a = np.array([[1],[2]])
>>> a
array([[1],[2]])
>>> b=([[10,20,30]])#生成一個list，注意，不是np.array。
>>> b
[[10, 20, 30]]
>>> a+b
array([[11, 21, 31],[12, 22, 32]])
>>> c = np.array([10,20,30])
>>> c
array([10, 20, 30])
>>> c.shape
(3,)
>>> a+c
array([[11, 21, 31],[12, 22, 32]])

陣列和一個數字的加減乘除的運算，相當於一個廣播，把這個運算廣播到各個元素中去。

>>> a = np.array([[1,2],[3,4],[5,6]]) 
>>> a*2#相當於a中各個元素都乘以2.類似於廣播。 
array([[ 2, 4], [ 6, 8], [10, 12]]) 
>>> a**2 
array([[ 1, 4], [ 9, 16], [25, 36]]) 
>>> a>3 
array([[False, False], [False, True], [ True, True]]) 
>>> a+3 
array([[4, 5], [6, 7], [8, 9]]) 
>>> a/2 
array([[0.5, 1. ], [1.5, 2. ], [2.5, 3. ]])


刪

方法一：


利用查詢中的方法，比如a=a[0]，操作完居後，a的行數只剩一行了。

>>> a = np.array([[1,2],[3,4],[5,6]]) 
>>> a[0] 
array([1, 2])

方法二：

>>> a = np.array([[1,2],[3,4],[5,6]]) 
>>> np.delete(a,1,axis = 0)#刪除a的第二行。 
array([[1, 2], [5, 6]]) 
>>> np.delete(a,(1,2),0)#刪除a的第二，三行。 
array([[1, 2]]) 
>>> np.delete(a,1,axis = 1)#刪除a的第二列。 
array([[1], [3], [5]])


方法三：

先分割，再按切片a=a[0]賦值。

>>> a = np.array([[1,2],[3,4],[5,6]]) 
>>> np.hsplit(a,2)#水平分割（搞不懂，明明是垂直分割嘛？） 
[array([[1], 
  [3], 
  [5]]), array([[2], 
  [4], 
  [6]])] 
>>> np.split(a,2,axis = 1)#與np.hsplit(a,2)效果一樣。 
 
>>> np.vsplit(a,3) 
[array([[1, 2]]), array([[3, 4]]), array([[5, 6]])] 
>>> np.split(a,3,axis = 0)#與np.vsplit(a,3)效果一樣。


相關文章