简介
本篇内容是上手NumPy的第二篇，NumPy这个词来源于两个单词-- Numerical和Python，所以两个要一起用才最好。后续内容将使用Python语言操作学习NumPy。
NumPy的数组
首先了解下NumPy数组的特性，数组是一个值网格，同一个数组内所有值的类型是相同的，并由非负整数元组索引。 维数是数组的排名; 数组的形状是一个整数元组，给出了每个维度的数组大小。
这里通过创建一个三维的数组来验证下特性，数组中值的类型是相同的，都是numpy.int32打印出数组的形状也是元组类型，通过该元组可以了解到数组的维度和每个维度的数量。可以通过非负整数索引找到某一个值，也可以修改索引对应的值。
上面是最常用的创建数组方法，当然也提供了特殊数组的创建方法，这里简单操作几种试一试，满足特殊使用。
上面三种数组的共同点是数组内的值是相同的，但是前面两种只需传入一个元组参数，元组内说明数组的维度和大小，但是不能规定数组的值。第三种比较自由些，更能指定值，根据不同需求可选择不同的函数使用。
上面三种函数创建的是可指定值的整数数组，下面再来试一试在0-1之间的随机小数组成数组，使用random.random()函数，效果如下。全都是小数点后有八位的小数，应该和该函数的源码参数有关，想要深入研究的小伙伴可以到仓库查看NumPy。
NumPy数组的切片
数组切片，这里的切片与Python列表类似，可以对numpy数组进行切片。由于数组可能是多维的，因此必须为数组的每个维指定一个切片。所以如果我们需要原数组中的一部分，可以通过切片的方法取得，例如想要将lc数组中的第一二行中的第二三列，那么操作可以如下，注意下标从0开始。
这里是切的二维数组，那么需要传入两个切片范围，在不指定开始范围时，默认是0，且不包括下标为2的行。如果我们仅需要某一行或者某一列，只需传入该行或列的下标。
这里的用法是将原数组中需要的值逐个索引出来，组成新的子数组。在传入索引值的时候，需要将所在行的值放在一个列表中，所在列的值放在另一个列表中，它在索引时会逐一配对，所以两个列表内元素数量要相同。得到子数组是一维的。
根据上面通过两个列表配置索引位置，再尝试创建一个有序的列表，然后另一个列表提前定义好，最后组合起来使用，也是可行的。
再接上面数组，用bool查找符合条件的值，符合为True，不符合为False。
数据类型：每个numpy数组都是相同类型元素的网格。Numpy提供了一组可用于构造数组的大量数值数据类型。Numpy在创建数组时尝试猜测数据类型，但构造数组的函数通常还包含一个可选参数来显式指定数据类型。
NumPy数组的计算
继续尝试下数组和数组之间的计算，基本数学函数在数组上以元素方式运行，既可以作为运算符重载，也可以作为numpy模块中的函数。打印出来的效果是一致的。
在上篇内容中介绍的dot()函数是以矩阵为单位计算的。这里的加减乘除运算是以元素为单体的计算，而不是矩阵之间的计算。
这里还遇到一个小疑问，在操作数组进行开平方的时候，传入了两个数组x和y，但是只得到一个数组x的计算结果，当把参数位置调换后y和x，得到的结果却不是y的开方结果。
还请了解原因的同学不吝赐教。
当然除了使用数组计算数学函数外，我们经常需要对数组中的数据进行整形或其他操作。这种操作的最简单的例子是转置一个矩阵；要转置一个矩阵，只需使用一个数组对象的T属性。
非常的简单易懂，通过使用得知，转置对一维的数组没有效果。在对二或者更多维数组进行转置的时候是有效的，转置的规则也不难发现，将会对需要转置的原数组从最外层开始，然后依次组成新数组的每一行。
广播机制：它允许numpy在执行算术运算时使用不同形状的数组。通常，我们有一个较小的数组和一个较大的数组，我们希望多次使用较小的数组来对较大的数组执行一些操作。
比如如何让一个3×3的数组第一列值加3，第二列值加2，第三列值加1。
- 第一种方法：再创建一个3×3的数组第一列值为3，第二列值为2，第三列值为1，然后两个数组相加，这是最直接有效的办法，但是如果数组每一维很大，就会很麻烦。
【MindSpore易点通】数据处理之Numpy数组的使用
数据结构
Numpy
发表于 2022-02-23 16:23:471016查看
简介
本篇内容是上手NumPy的第二篇，NumPy这个词来源于两个单词-- Numerical和Python，所以两个要一起用才最好。后续内容将使用Python语言操作学习NumPy。
NumPy的数组
首先了解下NumPy数组的特性，数组是一个值网格，同一个数组内所有值的类型是相同的，并由非负整数元组索引。 维数是数组的排名; 数组的形状是一个整数元组，给出了每个维度的数组大小。
这里通过创建一个三维的数组来验证下特性，数组中值的类型是相同的，都是numpy.int32打印出数组的形状也是元组类型，通过该元组可以了解到数组的维度和每个维度的数量。可以通过非负整数索引找到某一个值，也可以修改索引对应的值。
上面是最常用的创建数组方法，当然也提供了特殊数组的创建方法，这里简单操作几种试一试，满足特殊使用。
上面三种数组的共同点是数组内的值是相同的，但是前面两种只需传入一个元组参数，元组内说明数组的维度和大小，但是不能规定数组的值。第三种比较自由些，更能指定值，根据不同需求可选择不同的函数使用。
上面三种函数创建的是可指定值的整数数组，下面再来试一试在0-1之间的随机小数组成数组，使用random.random()函数，效果如下。全都是小数点后有八位的小数，应该和该函数的源码参数有关，想要深入研究的小伙伴可以到仓库查看NumPy。
NumPy数组的切片
数组切片，这里的切片与Python列表类似，可以对numpy数组进行切片。由于数组可能是多维的，因此必须为数组的每个维指定一个切片。所以如果我们需要原数组中的一部分，可以通过切片的方法取得，例如想要将lc数组中的第一二行中的第二三列，那么操作可以如下，注意下标从0开始。
这里是切的二维数组，那么需要传入两个切片范围，在不指定开始范围时，默认是0，且不包括下标为2的行。如果我们仅需要某一行或者某一列，只需传入该行或列的下标。
这里的用法是将原数组中需要的值逐个索引出来，组成新的子数组。在传入索引值的时候，需要将所在行的值放在一个列表中，所在列的值放在另一个列表中，它在索引时会逐一配对，所以两个列表内元素数量要相同。得到子数组是一维的。
根据上面通过两个列表配置索引位置，再尝试创建一个有序的列表，然后另一个列表提前定义好，最后组合起来使用，也是可行的。
再接上面数组，用bool查找符合条件的值，符合为True，不符合为False。
数据类型：每个numpy数组都是相同类型元素的网格。Numpy提供了一组可用于构造数组的大量数值数据类型。Numpy在创建数组时尝试猜测数据类型，但构造数组的函数通常还包含一个可选参数来显式指定数据类型。
NumPy数组的计算
继续尝试下数组和数组之间的计算，基本数学函数在数组上以元素方式运行，既可以作为运算符重载，也可以作为numpy模块中的函数。打印出来的效果是一致的。
在上篇内容中介绍的dot()函数是以矩阵为单位计算的。这里的加减乘除运算是以元素为单体的计算，而不是矩阵之间的计算。
这里还遇到一个小疑问，在操作数组进行开平方的时候，传入了两个数组x和y，但是只得到一个数组x的计算结果，当把参数位置调换后y和x，得到的结果却不是y的开方结果。
还请了解原因的同学不吝赐教。
当然除了使用数组计算数学函数外，我们经常需要对数组中的数据进行整形或其他操作。这种操作的最简单的例子是转置一个矩阵；要转置一个矩阵，只需使用一个数组对象的T属性。
非常的简单易懂，通过使用得知，转置对一维的数组没有效果。在对二或者更多维数组进行转置的时候是有效的，转置的规则也不难发现，将会对需要转置的原数组从最外层开始，然后依次组成新数组的每一行。
广播机制：它允许numpy在执行算术运算时使用不同形状的数组。通常，我们有一个较小的数组和一个较大的数组，我们希望多次使用较小的数组来对较大的数组执行一些操作。
比如如何让一个3×3的数组第一列值加3，第二列值加2，第三列值加1。
- 第一种方法：再创建一个3×3的数组第一列值为3，第二列值为2，第三列值为1，然后两个数组相加，这是最直接有效的办法，但是如果数组每一维很大，就会很麻烦。
- 第二种方法：Numpy广播允许我们在不创建很繁琐的v的情况下执行此计算。考虑这个需求，使用广播。
总结
本次内容主要对NumP的数组进行了比较详细的使用和介绍，使用中包括数组的特性、索引、切片以及一些特殊运算。介绍的内容是使用NumPy计算时原理的解释。欢迎各位同学留言讨论~
这样也可以得到想要的结果。y=x+v行即使x具有形状(3，3)和v具有形状(3, )，但由于广播的关系，该行的工作方式就好像v实际上具有形状(3，3)，其中每一行都是v的副本，并且求和是按元素执行的。所以广播机制的使用会让效率更高，代码更简洁。