#8 NumPy教學

13th鐵人賽

新增資料夾9

團隊NUTC_IMAC_NEW

2021-09-23 18:44:13

4896 瀏覽

分享至

NumPy操作

安裝

請在終端機底下輸入這個，謝謝
pip install numpy

載入NumPy

像這樣

import numpy as np

np是世俗公認的numpy簡稱，如果要使用其他numpy的別名，請三思而後行

NumPy陣列

相較於python的list，他們最大的差別就是list能夠儲存不同資料型態的資料，而NumPy陣列只能儲存相同的資料型態，但效能帶來的極致體驗，還是讓NumPy在處理大量資料中獨霸一方，陣列操作可以說是NumPy招牌，其特色為同質且支援多重維度的ndarray物件，這個物件的三個重要屬性分別為：
維度（ndim）
形狀（shape）
資料型態（dtype）
一般我們稱一維陣列為vector而二維陣列為matrix，使用方法如下

基本操作

# 載入numpy模組
import numpy as np

if __name__ == "__main__":
    # 以列表來建立numpy陣列
    l1 = [12, 14, 0, 5, 23]
    a1 = np.array(l1)
    
    l2 = [17, -5, 28, 5, 6]
    a2 = np.array(l2)

    # 陣列相加
    print(a1 + a2)
    # [29  9 28 10 29]

    # 顯示重要屬性
    print(a1.ndim)
    # 1 => 一維陣列
    print(a1.shape)
    # (5,) => 五個元素
    print(a1.dtype)
    # int64 => 資料型態

    # 存取資料
    print(a1[3])
    # 5 # 載入numpy模組
import numpy as np

if __name__ == "__main__":
    # 以列表來建立numpy陣列
    l1 = [12, 14, 0, 5, 23]
    a1 = np.array(l1)
    
    l2 = [17, -5, 28, 5, 6]
    a2 = np.array(l2)

    # 陣列相加
    print(a1 + a2)
    # [29  9 28 10 29]

    # 顯示重要屬性
    print(a1.ndim)
    # 1 => 一維陣列
    print(a1.shape)
    # (5,) => 五個元素
    print(a1.dtype)
    # int64 => 資料型態

維度轉換

import numpy as np

if __name__ == "__main__":
    # 以列表來建立numpy陣列
    l1 = [12, 14, 0, 5, 23, 3]
    a1 = np.array(l1)
    print(a1)
    # [12, 14, 0, 5, 23, 3]

    # 顯示重要屬性
    print(a1.ndim)
    # 1 => 一維陣列
    print(a1.shape)
    # (6,) => 六個元素
    print(a1.dtype)
    # int64 => 資料型態
    
    # 維度轉換
    a1 = a1.reshape([2, 3])
    print(a1)
    # [[12 14  0] [ 5 23  3]]
    # 顯示重要屬性
    print(a1.ndim)
    # 2 => 二維陣列
    print(a1.shape)
    # (2, 3) => 2*3個元素
    print(a1.dtype)
    # int64 => 資料型態

轉換資料型態

import numpy as np

if __name__ == "__main__":
    # 以列表來建立numpy陣列
    l1 = [12, 14, 0, 5, 23, 3]
    a1 = np.array(l1)
    print(a1)
    # [12, 14, 0, 5, 23, 3]
    print(a1.dtype)
    # int64 => 資料型態
    
    # 轉換資料型態
    a1 = a1.astype("float32")
    print(a1)
    # [12. 14.  0.  5. 23.  3.]
    print(a1.dtype)
    # float32 => 資料型態

取一小部份的陣列（切片）

import numpy as np

if __name__ == "__main__":
    # 以列表來建立numpy陣列
    l1 = [12, 14, 0, 5, 23, 3]
    a1 = np.array(l1)
    print(a1)
    # [12, 14, 0, 5, 23, 3]
    
    print(a1[0:3])
    # 從第0個開始取，取到第3個之後不取
    # [12 14  0]

    print(a1[4:6])
    # 從第4個開始取，取到第6個之後不取
    # [23  3]

過濾

import numpy as np

if __name__ == "__main__":
    # 以列表來建立numpy陣列
    l1 = [12, 14, 0, 5, 23, 3]
    a1 = np.array(l1)
    print(a1)
    # [12, 14, 0, 5, 23, 3]

    # 用布林遮罩來過濾資料
    mask = a1 % 2 == 0
    print(mask)
    # [ True  True  True False False False]
    print(a1[mask])
    # [12 14  0]

今天我們要來研究一下NumPy多維陣列，先從一點簡單的開始，二維陣列，俗稱矩陣(matrix)，

矩陣

基本運算

import numpy as np

if __name__ == "__main__":
    # 以二維列表來建立numpy二維陣列
    l1 = [[12, 14, 0], [5, 23, 3]]
    a1 = np.array(l1)
    l2 = [[34, 17, 97], [83, 18, 34]]
    a2 = np.array(l2)
    print(a1)
    # [[12 14  0] [ 5 23  3]]
    print(a2)
    # [[34 17 97] [83 18 34]]

    #矩陣加法
    print(a1 + a2)
    #[[46 31 97] [88 41 37]]
    #矩陣減法
    print(a1 - a2)
    #[[-22  -3 -97] [-78   5 -31]]
    #元素乘積(不是矩陣乘法)
    print(a1 * a2)
    #[[408 238   0] [415 414 102]]
    #矩陣除法
    print(a1 / a2)
    #[[0.35294118 0.82352941 0.        ] [0.06024096 1.27777778 0.08823529]]

矩陣轉置

矩陣轉置會將欄和列互換

import numpy as np

if __name__ == "__main__":
    # 以二維列表來建立numpy二維陣列
    l1 = [[12, 14, 0], [5, 23, 3]]
    a1 = np.array(l1)
    print(a1)
    # [[12 14  0]
    #  [ 5 23  3]]

    # 矩陣轉置
    print(a1.T)
    # [[12  5] 
    #  [14 23] 
    #  [ 0  3]]

矩陣點積

注意矩陣點積需要第一個矩陣的欄數等於第二個矩陣的列數喔

import numpy as np

if __name__ == "__main__":
    # 以二維列表來建立numpy二維陣列
    l1 = [[12, 14, 0], [5, 23, 3]]
    a1 = np.array(l1)
    l2 = [[34, 17, 97], [83, 18, 34], [44, 19, 22]]
    a2 = np.array(l2)
    print(a1)
    # [[12 14  0]
    #  [ 5 23  3]]
    print(a2)
    # [[34 17 97]
    #  [83 18 34]
    #  [44 19 22]]
    
    # 矩陣點積
    print(a1.dot(a2))
    # [[1570  456 1640]
    #  [2211  556 1333]]

    print(a2.dot(a1))
    # 報錯 a2的欄數是3 a1的列數是2

矩陣內積

import numpy as np

if __name__ == "__main__":
    # 以二維列表來建立numpy二維陣列
    l1 = [[12, 14, 0], [5, 23, 3]]
    a1 = np.array(l1)
    l2 = [[34, 17, 97], [83, 18, 34], [44, 19, 22]]
    a2 = np.array(l2)
    print(a1)
    # [[12 14  0]
    #  [ 5 23  3]]
    print(a2)
    # [[34 17 97]
    #  [83 18 34]
    #  [44 19 22]]
    
    # 矩陣內積
    print(np.inner(a1,a2))
    # [[ 646 1248  794]
    #  [ 852  931  723]]

矩陣外積

import numpy as np

if __name__ == "__main__":
    # 以二維列表來建立numpy二維陣列
    l1 = [[12, 14, 0], [5, 23, 3]]
    a1 = np.array(l1)
    l2 = [[34, 17, 97], [83, 18, 34], [44, 19, 22]]
    a2 = np.array(l2)
    print(a1)
    # [[12 14  0]
    #  [ 5 23  3]]
    print(a2)
    # [[34 17 97]
    #  [83 18 34]
    #  [44 19 22]]
    
    # 矩陣外積
    print(np.outer(a1,a2))
    # [[ 408  204 1164  996  216  408  528  228  264]
    #  [ 476  238 1358 1162  252  476  616  266  308]
    #  [   0    0    0    0    0    0    0    0    0]
    #  [ 170   85  485  415   90  170  220   95  110]
    #  [ 782  391 2231 1909  414  782 1012  437  506]
    #  [ 102   51  291  249   54  102  132   57   66]]