參考鏈接： Python中的Array | 數組1(簡介和功能)

一、list和array的區別?

Python的數組通過Numpy包的array實現。 Python里二者最大的區別是，list可以存儲不同類型的數據，而array只能存儲相同類型的數據。?

import numpy

#直接定義

a = [1,2,3,4,'5']? ?#列表list，可以混合類型

b = numpy.array([1,2,3,4,5])? ? ? ? #數字數組array

c = numpy.array([1,2,3,4,'5'])? ? ? #字符數組array

?

#打印出來也有不同

print(a)? ? #[1, 2, 3, 4]

print(b)? ? #[1 2 3]

print(c)? ? #['1' '2' '3' '4' '5']

?

#生成值為連續數字的對象

a1 = list(range(5))

b1 = numpy.arange(5)

?

#打印結果

print(a1)? ?#[0, 1, 2, 3, 4]

print(b1)? ?#[0 1 2 3 4]

?

?

二、創建數組的方法?

（一） numpy.empty 創建未初始化的數組（非空，元素為隨機值）?

numpy.empty(shape, dtype = float, order = ‘C’) 參數列表分別為形狀，數據類型，在計算機中的存儲為行優先 ‘C’ 或者列優先 ‘F’。?

import numpy?

x = numpy.empty([3,2], dtype = int)?

print(x)

?

[[0 0]

?[0 0]

?[0 0]]

?

（二） numpy.zeros 創建元素為 0 的數組?

numpy.zeros(shape, dtype = float, order = ‘C’)?

import numpy

y = numpy.zeros((2,2), dtype=int)

print(y)

?

[[0 0]

?[0 0]]

?

（三） numpy.ones 創建元素為 1 的數組?

import numpy

z = numpy.ones((2,2))? ? #這幾個創建方式都需要注意第一個參數的形式

print(z)

?

[[1. 1.] [1. 1.]]?

（四） numpy.asarray 根據已有的元組或者列表創建數組?

numpy.asarray(a, dtype = None, order = None) 這是從列表轉換為數組的例子?

import numpy

x = [[1,2,3],[4,5,6]]? ?#需要注意原列表的形式

y = [[1,2,3],[4,5]]

z = [[1,2,3],[4,5,'6']]

q = [[1,2,3],[4,5,6]]

?

a = numpy.asarray(x)

b = numpy.asarray(y)

c = numpy.asarray(z)

d = numpy.asarray(q,dtype=float)

print(a)

print(b)

print(c)

print(d)

?

[[1 2 3]

?[4 5 6]]

[list([1, 2, 3]) list([4, 5])]

[['1' '2' '3']

?['4' '5' '6']]

[[1. 2. 3.]

?[4. 5. 6.]]

?

（五） numpy.frombuffer 流形式讀入轉換為數組?

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0) 細節太多不討論了，需要的時候再看?

（六） numpy.fromiter 從可迭代對象創建數組，返回一維數組?

numpy.fromiter(iterable, dtype, count=-1) count為讀取的數據數量，默認為-1，讀取所有數據?

import numpy

x = range(5)

it = iter(x)

a = numpy.fromiter(x, dtype=float)

print(a)

?

[0. 1. 2. 3. 4.]

?

（七） numpy.arange 從數值范圍創建數組?

numpy.arange(start, stop, step, dtype)?

import numpy

a = numpy.arange(5)

print(a)

?

[0 1 2 3 4]

?

（八） numpy.linspace 創建等差數列一維數組?

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) num為數量，endpoint為真時stop被包含在數列中，retstep為真時顯示間距?

import numpy

a = numpy.linspace(0,100,11)

b = numpy.linspace(0,100,11,retstep =True, dtype=int)

print(a)

print(b)

?

[? 0.? 10.? 20.? 30.? 40.? 50.? 60.? 70.? 80.? 90. 100.]

(array([? 0,? 10,? 20,? 30,? 40,? 50,? 60,? 70,? 80,? 90, 100]), 10.0)

?

（九） numpy.logspace 創建等比數列一維數組?

numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None) 序列的起始值為：base**start （base為底的start次方） 序列的終止值為：base ** stop （base為底的stop次方）， 如果endpoint為true，該值包含于數列中 base為log的底數?

import numpy

a = numpy.logspace(1, 4, 4, base=3, dtype = int)

b = numpy.logspace(1, 10, 10, base=2)

print(a)

print(b)

?

[ 3? 9 27 81]

[? ?2.? ? 4.? ? 8.? ?16.? ?32.? ?64.? 128.? 256.? 512. 1024.]

?

三、array的操作?

（一） reshape 整形?

import numpy

a = numpy.arange(6)

b = a.reshape(3,2)? ? #改變數組形狀，參數是行數和列數，需要匹配原數組的元素數量否則報錯

print(a)

print(b)

?

[0 1 2 3 4 5 6 7]

[[0 1]

?[2 3]

?[4 5]

?[6 7]]

?

（二） flat 數組迭代器?

import numpy

#一維數組可以直接for循環迭代

a = numpy.arange(6)

for x in a:

? ? print(x)

?

b = numpy.arange(6).reshape(3,2)? ? #二維數組

#flat迭代器

for x in b.flat:

? ? print(x)

?

#多重for循環，跟迭代器二者等效

for x in b:?

? ? for y in x:?

? ? ? ? print(y)

?

（三） flatten 深拷貝，同copy()?

ndarray.flatten(order=‘C’) order：‘C’ – 按行，‘F’ – 按列，‘A’ – 原順序，‘K’ – 元素在內存中的出現順序。?

import numpy

a = numpy.arange(4)

b=a.copy()

c=a.flatten()

?

a[1] = 8

b[0] = 9

?

print(a)

print(b)

print(c)

?

[0 8 2 3]

[9 1 2 3]

[0 1 2 3]

?

（四） ravel 返回數組的視圖，修改會影響原數組?

numpy.ravel(a, order=‘C’) order：‘C’ – 按行，‘F’ – 按列，‘A’ – 原順序，‘K’ – 元素在內存中的出現順序。?

import numpy

a = numpy.arange(8).reshape(2,4)

b = a.ravel()

c = a.ravel(order = 'F')? ? # 就這個修改不會影響其他的

d = a.ravel(order = 'A')

e = a.ravel(order = 'K')

print(a)

print(b)

print(c)

print(d)

print(e)

?

[[0 1 2 3]

?[4 5 6 7]]

[0 1 2 3 4 5 6 7]

[0 4 1 5 2 6 3 7]

[0 1 2 3 4 5 6 7]

[0 1 2 3 4 5 6 7]

?

注意，修改order='F’模式的時候不會影響其他模式的序列，沒有深究為何，用的時候再找。?

b[4] = 44

c[5] = 55

d[6] = 66

e[7] = 77

print(a)

print(b)

print(c)

print(d)

print(e)

?

[[ 0? 1? 2? 3]

?[44? 5 66 77]]

[ 0? 1? 2? 3 44? 5 66 77]

[ 0? 4? 1? 5? 2 55? 3? 7]

[ 0? 1? 2? 3 44? 5 66 77]

[ 0? 1? 2? 3 44? 5 66 77]

?

（五） transpose 等同于T，翻轉數組行和列?

numpy.transpose(arr, axes) arr：要操作的數組 axes：整數列表，對應維度，通常所有維度都會對換。?

import numpy

a = numpy.arange(6).reshape(2,3)

b = a.transpose()

c = a.T? ? ?#注意寫法

?

print(a)

print(b)

print(c)

?

[[0 1 2]

?[3 4 5]]

[[0 3]

?[1 4]

?[2 5]]

[[0 3]

?[1 4]

?[2 5]]

?

（六） 后面暫時略，以后補完