Python(numpy库常见函数)

迭代数组

nditer 是 NumPy 中的一个强大的迭代器对象，用于高效地遍历多维数组。nditer 提供了多种选项和控制参数，使得数组的迭代更加灵活和高效。

nditer 提供了多种控制参数，用于控制迭代的行为。

order 参数

order 参数用于指定数组的遍历顺序。默认情况下，nditer 按照 C 风格（行优先）遍历数组。

order='F'，按照 F 风格（列优先）遍历数组。

C风格：

F风格：

flags 参数

flags 参数用于指定迭代器的额外行为。

• multi_index: 返回每个元素的多维索引。

• external_loop: 返回一维数组而不是单个元素，减少函数调用的次数，从而提高性能。

multi_index:

external_loop:

不指定参数：

op_flags 参数用于指定操作数的行为。

• readonly: 只读操作数。

• readwrite: 读写操作数。

• writeonly: 只写操作数。

数组操作

数组变维

reshape：前文已经介绍过。见上篇

1 flat

flat：返回一维数组迭代器，按行返回

2 flatten()

返回一个新的一维数组，不影响原数组形状，可通过order来设置按行返回或按列返回一维数组

当修改由flatten返回的一维数组元素时，不影响原数组的元素

3 ravel()

用于将多维数组转换为一维数组。与 flatten() 不同，ravel() 返回的是原数组的一个视图（view），而不是拷贝。因此，对返回的数组进行修改会影响原数组。

当修改由ravel返回的一维数组元素时

原数组随之改变。

数组转置

语法：

转置（transpose，和ndarray.T）

结果一致。

修改数组维度

expand_dims(arr, axis)

在指定位置插入新的轴(相对于结果数组而言)，从而扩展数组的维度

将一维变为二维

多维函数改维度：

axis=0：

从二维数组外层增加一个维度。

axis=1：

从二维数组内层增加维度

squeeze(arr, axis)：取值为整数或整数元组，用于指定需要删除的维度所在轴，指定的维度值必须为 1 ，否则将会报错，若为 None，则删除数组维度中所有为 1 的项

此处axis取1会报错，因为axis=1时，可以理解为（指定的是列方向的维度），它不为1.

连接数组

hstack函数要求堆叠的数组在垂直方向（行）上具有相同的形状。如果行数不一致，hstack() 将无法执行，并会抛出 ValueError 异常。

vstack() 和 hstack() 要求堆叠的数组在某些维度上具有相同的形状。如果维度不一致，将无法执行堆叠操作。

vstack(tup)：

分割数组

hsplit(ary, indices_or_sections)：将一个数组水平分割为多个子数组（按列）

vsplit(ary, indices_or_sections)：将一个数组垂直分割为多个子数组（按行）

hsplit(ary, indices_or_sections)：

如图所示来按列分割数组。

vsplit(ary, indices_or_sections)：

如图。

数组元素的增删改查

resize

返回指定形状的新数组

总结：np.resize（arr，（n*m））：改变数组形状，如果原数组中元素数量不够，则从原数组中重复添加元素，直至新数组达到指定形状。

append

在数组的末尾添加值，返回一个一维数组

总结：

np.append(arr,values,axis):将元素values添加到数组arr末尾，
axis默认为None，则将values追加至arr后面，返回一维数组，
若axis=0，则values按行追加至arr后，
若axis=1，则values按列追加至arr后

insert

沿规定的轴将元素值插入到指定的元素前

当插入的values数量与原数组不匹配时，会广播至匹配的数量，再插入

delete

删掉某个轴上的子数组，并返回删除后的新数组

一维数组，直接删除索引的元素

二维数组，若不指定axis，则将二维数组转为一维数组再删除索引的元素
若axis=0，则删除索引的行
若axis=1，则删除索引的列

argwhere

返回数组中非 0 元素的索引，若是多维数组则返回行、列索引组成的索引坐标

如图：返回数组中非零元素的索引（坐标点）。

unique

删掉某个轴上的子数组，并返回删除后的新数组

return_index=True:表示数组元素再原素组中出现的索引位置
return_counts=True：表示数组元素在原数组出现的次数
return_inverse=True：表示原数组元素在新数组中的索引位置

统计函数

amin() 和 amax()

amin():axis=0,找每列中的最小值，axis=1，找每行中最小值。

amax():类似np.amin()

ptp()

计算数组元素中最值之差值，即最大值 - 最小值对于二维数组来说，

axis=1 表示沿着水平方向，axis=0 表示沿着垂直方向：

axis=0，垂直方向找到最大值和最小值，取它们差的绝对值，

axis=1，水平方向找最大值和最小值，取它们差的绝对值median(）

median()

用于计算中位数，中位数是指将数组中的数据按从小到大的顺序排列后，位于中间位置的值。如果数组的长度是偶数，则中位数是中间两个数的平均值。

np.median():axis=0，垂直方向所有元素排列，取中间位置的数,如果数组的长度是偶数，则中位数是中间两个数的平均值。
axis=1，水平方向所有元素排列，取中间位置的数，如果数组的长度是偶数，则中位数是中间两个数的平均值。
axis=None，将数组转为一维数组在取中间位置的数，如果数组的长度是偶数，则中位数是中间两个数的平均值。

mean()

沿指定的轴，计算数组中元素的算术平均值（即元素之总和除以元素数量）

np.mean():axis=0，垂直方向所有元素相加，求算数平均值。
axis=1，水平方向所有元素相加，求算数平均值。
axis=None，将数组转为一维数组,再相加取平均值

average()

加权平均值是将数组中各数值乘以相应的权数，然后再对权重值求总和，最后以权重的总和除以总的单位数（即因子个数）；根据在数组中给出的权重，计算数组元素的加权平均值。该函数可以接受一个轴参数 axis，如果未指定，则数组被展开为一维数组。

axis=0，垂直方向所有元素和另一个数组中对应值相乘，求加权平均值。
axis=1，水平方向所有元素和另一个数组中对应值相乘，求加权平均值。
axis=None，将数组转为一维数组,再相加取加权平均值

var()

在 NumPy 中，计算方差时使用的是统计学中的方差公式，而不是概率论中的方差公式，主要是因为 NumPy 的设计目标是处理实际数据集，而不是概率分布。

np.var(arr,ddof),求方差
不指定ddof=1，求总体方差，若ddfo=1 则求样本方差

std()

标准差是方差的算术平方根，用来描述一组数据平均值的分散程度。若一组数据的标准差较大，说明大部分的数值和其平均值之间差异较大；若标准差较小，则代表这组数值比较接近平均值

求方差的算术平方根。