NumPy基础及取值操作（一）

怎样安装NumPy

本地想要安装NumPy其实非常简单，进入命令行，输入pip install numpy即可。

什么是ndarray对象

NumPy为什么能够受到各个数据科学从业人员的青睐与追捧，其实很大程度上是因为NumPy在向量计算方面做了很多优化，接口也非常友好（总之就是用起来很爽）。而这些其实都是在围绕着NumPy的一个核心数据结构ndarray。

ndarray的全称是N-Dimension Arrary，字面意义上其实已经表明了一个ndarray对象就是一个N维数组。但要注意的是，ndarray是同质的。同质的意思就是说 N维数组里的所有元素必须是属于同一种数据类型的。(PS: python中的list是异质的)。

ndarray对象实例化好了之后，包含了一些基本的属性。比如shape，ndim，size，dtype。其中：

shape:ndarray对象的形状，由一个tuple表示；

ndim:ndarray对象的维度；

size:ndarray对象中元素的数量；

dtype:ndarray对象中元素的数据类型，例如int64，float32等。

来看个例子，假设现在有一个3行5列的矩阵（ndarray）如下：

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

那么该ndarray的shape是(3, 5)(代表3行5列)；

ndim是2(因为矩阵有行和列两个维度)；

size是15(因为矩阵总共有15个元素)；

dtype是int32(因为矩阵中元素都是整数，并且用32位整型足够表示矩阵中的元素)。

示例代码如下：

# 导入numpy并取别名为np
import numpy as np
# 构造ndarray
a = np.arange(15).reshape(3, 5)
# 打印a的shape，ndim，size，dtype
print(a.shape)
print(a.ndim)
print(a.size)
print(a.dtype)

如何实例化ndarray对象

实例化ndarray对象的函数有很多种，但最为常用的函数是array，zeros，ones以及empty。

使用array函数实例化ndarray对象

如果你手头上有一个python的list，想要将这个list转成ndarray，此时可以使用NumPy中的array函数将list中的值作为初始值，来实例化一个ndarray对象。代码如下：

import numpy as np
# 使用列表作为初始值，实例化ndarray对象a
a = np.array([2,3,4])
# 打印ndarray对象a
print(a)

使用zeros，ones，empty函数实例化ndarray对象
通常在写代码的时候，数组中元素的值一般都喜欢先初始化成0，如果使用array的方式实例化ndarray对象的话，虽然能实现功能，但显得很麻烦（首先要有一个全是0的list）。那有没有简单粗暴的方式呢，有！！那就是zeros函数，你只需要把ndarray的shape作为参数传进去即可。代码如下：

import numpy as np
# 实例化ndarray对象a，a是一个3行4列的矩阵，矩阵中元素全为0
a = np.zeros((3, 4))
# 打印ndarray对象a
print(a)

如果想把数组中的元素全部初始化成1，聪明的你应该能想到就是用ones函数，ones的用法与zeros一致。代码如下：

import numpy as np
# 实例化ndarray对象a，a是一个3行4列的矩阵，矩阵中元素全为1
a = np.ones((3, 4))
# 打印ndarray对象a
print(a)

如果01大法满足不了你，想要用随机值作为初始值来实例化ndarray对象，empty函数能够满足你。empty的使用方式与zeros和ones如出一辙，代码如下：

import numpy as np
# 实例化ndarray对象a，a是一个2行3列的矩阵，矩阵中元素全为随机值
a = np.empty((2, 3)) 
# 打印ndarray对象a
print(a)

编程要求

根据提示，在右侧编辑器Begin-End中填充代码，根据测试用例的输入，实例化出对应的ndarray对象并打印。

测试说明

shape：为需要实例化出来的ndarray对象的shape；

data：表示需要实例化出来的ndarray对象中元素的值。

例如：{'shape':[1, 2], 'data':[[1, 2]]}表示ndarray对象的形状为1行2列，第1行第1列的值为1，第1行第2列的值为2。

测试输入：
{'shape':[1, 2], 'data':[[1, 2]]}

预期输出：
[[1 2]]

开始你的任务吧，祝你成功！

import numpy as np


def print_ndarray(input_data):

    '''
    实例化ndarray对象并打印
    :param input_data: 测试用例，类型为字典类型
    :return: None
    '''

    #********* Begin *********#
    print(np.array(input_data['data']))
    #********* End *********#

在这里插入图片描述

NumPy基础及取值操作（一）

猜你喜欢