Python数据分析Numpy库方法简介(四)

Numpy的相关概念2

副本和视图

• 副本：复制

  • 三种情况属于浅copy

    • 赋值运算

    • 切片

    • 视图：链接，操作数组是，返回的不是副本就是视图 c =a.view().创建a的视图/影子和切片一样都是浅copy

  • 深copy

    • b = a.copy

向量化

向量化和广播两个原理是矩阵内部原理

• 向量化运算=矢量化运算（可避免循环，直接实现矩阵之间，对应元素进行操作）

 

广播机制

广播机制：维度不同的矩阵运算时低维数矩阵会自动补全

• 原则1.1维数组可以和任意维度矩阵进行运算

• 原则2：是低维度矩阵按照某个轴进行广播

  import numpy as np
  a = np.array([[1,3],
               [2,4]])
  b = np.array([2])
  a+b # 结果 3 ，5，4，6
  ​
  b2 = np.array([[1],[3]])
  a+b2 #

 

切片技巧

• 切片时参数可为布尔条件

  a[a>5] 表示提取大于5的元素的数据

• 切片时可以传递数组

  import numpy as np
  #索引技巧一维数组
  a = np.arange(12)
  b = np.array([1,2,6,8])
  a[b]#传递的参数是数组b
  """
  array([1, 2, 6, 8])
  """
  #实列2二维矩阵
  import numpy as np
  a = np.arange(1,9).reshape(3,3)
  b = np.array([[2,0],[1,2]])
  a[b]
  """
  ​
  array([[[7, 8, 9],
         [1, 2, 3]],
  ​
         [[4, 5, 6],
         [7, 8, 9]]])
  """
  ​

 

拼接

• vstack((数组，数组)) /([数组，数组]) 水平拼接

• hstack((数组，数组)) 垂直拼接